imputation, which ranges from simpl

imputation, which ranges from simple (e.g., replacing missing values by zeros, by the row average, or by the row median) to more complex multiple imputation mechanisms (e.g., Markov chain Monte Carlo [MCMC] method). An alternative approach developed by Pelckmans et al. (2005) made no attempt at reconstructing missing values, but rather assessed the impact of the missingness on the out-come. Here, the authors incorporated the uncertainty due to the missingness into an appropriate risk function. Work by Pantanowitz and Marwala (2009) presented a comprehensive comparison of diverse paradigms used for missing data imputa-tion. Using a selected HIV seroprevalence data set, data imputation was performed through five methods: Random Forests, autoassociative neural networks with genetic algorithms, autoassociative neuro fuzzy configurations, and two random forest and neural-network-based hybrids. Results revealed that Random Forests was far superior in imputing missing data for the given data set in terms of accuracy and in terms of computation time. Ultimately, there are numerous types of missing data handling methods available given the different types of data encountered (e.g., categorical, continuous, discrete), with no one method being universally suitable for all applications.

Kết quả (Việt) 1:

imputation, mà phạm vi từ đơn giản (ví dụ: thay thế thiếu giá trị bằng Zero, bình liên tiếp, hoặc bằng trung bình hàng) đến phức tạp hơn nhiều imputation cơ chế (ví dụ: Markov chuỗi Monte Carlo [MCMC] phương pháp). Một cách tiếp cận khác phát triển bởi Pelckmans et al. (2005) đã không cố lúc xây dựng lại các giá trị bị thiếu, nhưng thay vì đánh giá tác động của missingness trên ra-đi. Ở đây, các tác giả kết hợp sự không chắc chắn vì missingness vào một chức năng nguy cơ thích hợp. Công việc của Pantanowitz và Marwala (2009) trình bày một so sánh toàn diện của paradigms khác nhau được sử dụng cho thiếu dữ liệu imputa-tion. Sử dụng một lựa chọn HIV seroprevalence dữ liệu thiết lập, dữ liệu imputation được thực hiện thông qua năm phương pháp: rừng ngẫu nhiên, mạng nơ-ron autoassociative với các thuật toán di truyền, autoassociative thần kinh cấu hình mờ, và hai ngẫu nhiên rừng và thần kinh-dựa trên mạng lai. Kết quả cho thấy rằng ngẫu nhiên rừng là cao hơn nhiều so trong imputing thiếu dữ liệu cho dữ liệu tập hợp về độ chính xác và về tính toán thời gian. Cuối cùng, có rất nhiều loại dữ liệu bị thiếu, xử lý các phương pháp có sẵn cho các loại khác nhau của dữ liệu gặp phải (ví dụ, phân loại, liên tục, rời rạc), với một phương pháp không rộng rãi thích hợp cho tất cả các ứng dụng.

Kết quả (Việt) 2:

đổ tội, trong đó khoảng từ đơn giản (ví dụ, thay thế các giá trị thiếu bằng số không, bởi với mức trung bình hàng, hoặc bằng trung bình hàng) đến (phương pháp ví dụ, chuỗi Markov Monte Carlo [MCMC]) phức tạp hơn nhiều cơ chế đổ tội. Một phương pháp khác được phát triển bởi Pelckmans et al. (2005) đã không nỗ lực xây dựng lại giá trị bị mất, mà là đánh giá tác động của các missingness trên ra-đi. Ở đây, các tác giả kết hợp sự không chắc chắn do missingness vào một chức năng rủi ro thích hợp. Công việc của Pantanowitz và Marwala (2009) đã đưa ra một so sánh toàn diện các mô hình đa dạng sử dụng cho dữ liệu bị mất imputa-tion. Sử dụng một tập dữ liệu tỷ lệ hiện nhiễm HIV được lựa chọn, dữ liệu đổ tội được thực hiện thông qua năm phương pháp: Rừng ngẫu nhiên, mạng nơron autoassociative với các thuật toán di truyền, thần kinh autoassociative cấu hình mờ, và hai giống lai rừng ngẫu nhiên và thần kinh dựa trên mạng. Kết quả cho thấy rừng ngẫu nhiên là cao hơn nhiều so trong imputing thiếu dữ liệu cho các dữ liệu được thiết lập về độ chính xác và trong điều kiện thời gian tính toán. Cuối cùng, có rất nhiều loại thiếu các phương pháp xử lý dữ liệu có sẵn cho các loại dữ liệu khác nhau gặp phải (ví dụ, phân loại, liên tục, rời rạc), không có một phương pháp được phổ phù hợp cho tất cả các ứng dụng.