什么样的 ML 模型可以找到缺失的参数？
What kind of ML model can find missing parameters?
给定一个数据集，如：
(FirstName, LastName, Sex, DateOfBirth, HairColor, EyeColor, Height, Weight, Location)
一些模型可以训练，如果只给定其中的一些，可以使用什么样的机器学习范式来预测缺失值？
示例：
给定：
(FirstName: John, LastName: Doe, Sex: M, Height: (5,10))
什么模型可以预测缺失值？
(DateOfBirth, HairColor, EyeColor, Weight, Location)
换句话说，模型应该能够将任何字段作为输入，并“填写”任何缺失的字段。
这叫什么类型的ML/DL？
如果您希望使用一种算法来填充缺失值，这称为估算缺失数据。如果您使用 Python，scikit-learn 库有许多插补算法，您可以在 the docs.
中探索
KNNImputer 是一个不错的算法，它查找与当前观察结果最相似的观察结果 n_neighbors，并使用来自这些相似观察结果的列的平均值填充缺失数据。在这里阅读更多：https://scikit-learn.org/stable/modules/generated/sklearn.impute.KNNImputer.html
如果连续有很多缺失值，首先需要了解：它会为我的问题增加价值吗？否则删除具有大量缺失值的行。
一种处理方式：移除目标变量。使用没有缺失值的特征，预测有缺失值的列。使用 ML 算法来预测和填充这些值。然后再次使用先前估算的缺失值来预测其他缺失值。
例如：如果特征和目标是：X1、X2、X3、X4、Y
让X1和X2没有缺失值，X3和X4有缺失值。
首先，保留 Y。使用 X1 和 X2，借助 ML 算法填充 X3 中的缺失值。同样，使用 X1、X2、X3 填充 X4 中的缺失值。然后最终预测目标值（Y）。
我在黑客马拉松中使用过这种方法，并取得了不错的效果。在应用它之前，首先，尝试对数据有一个很好的理解。该方法可能与您所要求的略有不同，但对于此类问题，这是一种不错的方法。
给定一个数据集，如：
(FirstName, LastName, Sex, DateOfBirth, HairColor, EyeColor, Height, Weight, Location)
一些模型可以训练，如果只给定其中的一些，可以使用什么样的机器学习范式来预测缺失值？
示例：
给定：
(FirstName: John, LastName: Doe, Sex: M, Height: (5,10))
什么模型可以预测缺失值？
(DateOfBirth, HairColor, EyeColor, Weight, Location)
换句话说，模型应该能够将任何字段作为输入，并“填写”任何缺失的字段。
这叫什么类型的ML/DL？
如果您希望使用一种算法来填充缺失值，这称为估算缺失数据。如果您使用 Python，scikit-learn 库有许多插补算法，您可以在 the docs.
中探索KNNImputer 是一个不错的算法，它查找与当前观察结果最相似的观察结果 n_neighbors，并使用来自这些相似观察结果的列的平均值填充缺失数据。在这里阅读更多：https://scikit-learn.org/stable/modules/generated/sklearn.impute.KNNImputer.html
如果连续有很多缺失值，首先需要了解：它会为我的问题增加价值吗？否则删除具有大量缺失值的行。
一种处理方式：移除目标变量。使用没有缺失值的特征，预测有缺失值的列。使用 ML 算法来预测和填充这些值。然后再次使用先前估算的缺失值来预测其他缺失值。
例如：如果特征和目标是：X1、X2、X3、X4、Y 让X1和X2没有缺失值，X3和X4有缺失值。 首先，保留 Y。使用 X1 和 X2，借助 ML 算法填充 X3 中的缺失值。同样，使用 X1、X2、X3 填充 X4 中的缺失值。然后最终预测目标值（Y）。
我在黑客马拉松中使用过这种方法，并取得了不错的效果。在应用它之前，首先，尝试对数据有一个很好的理解。该方法可能与您所要求的略有不同，但对于此类问题，这是一种不错的方法。