arXiv · ML· Pegah Golchian, Jan Kapar, David S. Watson, Marvin N. Wright·· 8 小时前AI 评分23
MissARF:基于对抗随机森林的缺失值填补方法
Missing value imputation with adversarial random forests - MissARF
AI 导读
研究提出名为 MissARF 的快速缺失值填补方法,基于对抗随机森林(ARF)进行密度估计与数据合成,支持单重与多重填补。 实验表明 MissARF 在填补质量和运行速度上与最先进方法相当,且多重填补无额外成本。 该方法为生物统计分析中的缺失值处理提供了易用的生成式机器学习解决方案。
来源:arXiv · ML · arxiv.org