适应给定输入数据（无论是给定还是不给定）的ML算法？

Question

我正在寻找一种能够处理缺少参数的输入数据的机器学习算法。

示例： 使用包含10个输入参数的数据来训练模型。使用具有NaN值的10个参数中的2个的数据进行预测。

是否有任何机器学习算法可以对此数据进行预测，或者我必须首先以任何方式处理NaN值？是否存在具有处理NaN值的内置功能的机器学习算法？

---

也许我的问题不够详细。我确实拥有训练模型所需的所有数据，并且我确实知道如何在缺失值训练之前处理数据。我的问题的意思有所不同。一旦我对模型进行了训练，并且可以在生产，实时数据中使用该模型，并且发生这种情况，例如，仅获得了我训练模型所使用的10个功能中的8个的值，那么仍然有一种算法可以执行预测？我的第一个想法是为10个值中的每一个设置一个默认值，如果我会收到Nan值，则设置该值，但是我希望有一种能够自行处理的算法。这样模型就可以用最合适的替换值（均值，回填或任何其他值）替换Nan值

Answer 1

是的，机器学习算法仍然可以使用可用数据进行预测，但是您应该考虑处理丢失的数据，以便模型能够更好地训练。

在训练模型之前，有几种方法可以处理数据中的缺失值。可以尝试的一些方法是

1. 忽略数据行
2. 后退或前进填充以传播下一个或上一个值 分别：
   • 用于回填dataframe.fillna（method ='bfill'，inplace = True）
   • 用于前向填充dataframe.fillna（method ='ffill'，inplace = True）
3. 替换一些固定值，超出固定值范围-999，-1 等等
4. 替换为平均值，中位数
5. Isnull功能添加新功能isull，指示哪些行具有 此功能缺少值。通过这样做基于树 现在，它可以理解存在缺失值的方法。的 缺点是功能数量翻了一番。

Answer 2

这取决于您使用的软件包以及如何表示功能。 NaN在机器学习包（scikit learning，weka，vowpal wabbit，tensorflow等）之间的解释可能有所不同

您基本上是在描述有点稀疏的数据集。您可以尝试外推/内插这些值（如果可能的话），也可以将它们设置为0。