预测缺少预测变量的新实例

Question

我有一个（可能是愚蠢的）关于预测缺少预测变量的新实例的问题。

我收到了一份数据。让我们说我预处理，清理数据，结果，让我们说，剩下10个预测因子。然后，我在结果数据上训练我的模型，所以我准备使用模型进行预测。

现在，如果我想预测缺少1个或2个预测变量的新实例，我该怎么办？

Answer 1

至少有两种合理的解决方案。

（1）根据非缺失变量的值，对输出的缺失变量的可能值进行平均。也就是说，计算每个可能的丢失值的输出预测的加权平均值（丢失，未丢失），通过给定非缺失的丢失概率加权。这基本上是文献中所谓的“多重插补”。

首先要尝试的是通过无条件分配失踪来加权。如果这看起来太复杂，那么非常粗略的近似就是将缺失的平均值替换为预测。

（2）为每个组合变量建立一个模型。如果你有n个变量，这意味着构建2 ^ n个变量。如果n = 10，那么现在1024个型号并不是什么大不了的事。然后，如果您缺少某些变量，只需将模型用于存在的变量。

顺便说一下，你可能会对stats.stackexchange.com上的这个问题更感兴趣。