基于双级插补的可靠属性缺失多视图聚类及相关工作整理
正在缓冲...
多视图学习是机器学习领域内的一种经典范式，可从多个角度获取数据内在的一致性和互补性信息。然而在真实世界中，由于数据测量和收集技术的局限性，经常发生属性缺失的场景。在本议题中，我们整理了现有的应对缺失属性的经典策略，并且探讨了这些策略的优势和不足。此外，我们提出了一种可靠的判别式属性缺失插补方法，将缺失的属性分为技术缺失和真实缺失，成功缓解了数据的过度插补问题。
https://www.mindspore.cn
顶部