欠損値の扱い

Tweet

欠損値に強いニューラルネットワークのモデルとして、以下の3つがあります。

欠損値を扱うための特別なアーキテクチャを持つモデル：欠損値を含むデータを直接扱えるように、欠損値を考慮する特別なアーキテクチャを持つモデルがあります。例えば、KNNimpute, MissForest, mean imputation などの手法があります。

ドロップアウト(Dropout)を利用したモデル：ドロップアウトは、ランダムに一部のニューロンを無効にすることにより、過剰適合を防止するために使用されます。同時に、これにより、ニューロンが欠損値を考慮するようになり、モデルが欠損値に強くなります。

深層学習を用いた欠損値予測：欠損値を予測するための別のニューラルネットワークを構築し、欠損値を補完することができます。この方法は、欠損値を補完するためのモデルを構築することにより、欠損値に強いニューラルネットワークを構築することができます。ただし、この方法は、欠損値が多い場合にはコンピューターのリソースが必要となります。

https://qiita.com/maskot1977/items/ba4ed8a9ba2289204742