实体
softImpute
softImpute
PulseAugur coverage of softImpute — every cluster mentioning softImpute across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的混合方法提高了表格数据插补的速度和准确性
研究人员开发了两种新颖的表格数据插补混合方法，分别命名为NuclearForest和SoftForest。这些方法将奇异值阈值处理（SVT）和SoftImpute等低秩初始化技术与非迭代的随机森林精炼相结合。该方法旨在提高插补精度，并与现有的迭代方法相比，显著降低计算成本。广泛的基准测试表明，NuclearForest和SoftForest在速度上分别比MissForest等最先进的方法快约5.81倍和9.52倍，并且取得了相当或更优的结果。
-
新研究表明，向插补数据添加噪声可防止机器学习分析中的偏差
一篇新论文认为，在机器学习中最小化缺失值插补的均方误差（MSE）可能会在下游分析中引入偏差。研究表明，向插补值添加噪声（一种随机方法）可以通过保留自然数据变异性来有效消除这些偏差。该研究评估了missForest、softImpute和mice等流行的插补工具，发现预测方法中存在持续的偏差，并建议MSE是衡量插补质量不足的标准。