.png){kind=icon}
返回
Support Vector Machine in Handling Missing Data: A Cheng Projection Method
.png){kind=icon}
PRE
AI
DOI：10.1007/s11424-026-4413-7.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文将Cheng投影应用于支持向量机（SVM）以处理缺失数据。在处理缺失数据的过程中，每个带有缺失值的样本被其原始空间中的Cheng投影所替代。此外，提出了两种用于处理线性可分和线性不可分数据集的缺失数据的分类算法。对于带有缺失数据的线性可分数据集，引入了Cheng核函数，并提出了一种将线性核函数改进为Cheng核函数的SVM分类算法。对于线性不可分数据集，引入了广义高斯径向基函数核，并给出了一种用于处理缺失数据的SVM分类算法。针对这两种算法，进行了两组对比实验以验证其有效性。
Keyword:
Cheng projection
Kernel function
missing data
support vector machine
期刊
IF:
2.8
论文数:
212
被引数:
2.1K
机构
引用论文
分享收藏Effective Handling of Missing Values in Datasets for Classification Using Machine Learning Methods.png)
Information
OAAI
InformationIF0
OAAI分享收藏New Deep Learning Model for Face Recognition and Registration in Distance Learning一种用于远程学习人脸识别与登记的新型深度学习模型
PREAI
分享收藏
分享收藏
查看更多内容