缺失特征的神经网络

Question

我有一个数据集机智A ... F功能用于培训。现在，我预测关键特征的预测数据集没有对训练集中使用的3个特征进行观察。因此，我只有一部分功能可用于预测，而神经新技术则针对更广泛的特征进行了训练。

我该如何处理这个问题？你可以使用神经网络来弥补缺失的功能吗？在我看来，有以下内容：首先，我在训练集上使用神经网络，但现在要训练缺失的特征。所以我可以预测预测数据集中的3个缺失特征。现在，我在这个新的预测数据集上使用神经网络。

Answer 1

您是否尝试在数据集上运行神经网络，即使功能丢失了？神经网络不需要存在所有特征。

您可以简单地为神经网络将所有缺失的要素值设置为0，因为神经网络在0和feature is missing之间没有区别。你为什么不问？如果将输入值设置为0，则意味着来自该输入节点的所有连接都将具有0值：向连接到该输入节点的隐藏神经元添加任何内容。

但在此之前，请尝试以下任何一项：

source

对你来说就像1一样！