arXiv stat.ML· Pegah Golchian, Jan Kapar, David S. Watson, Marvin N. Wright·· 15 天前AI 评分27
基于对抗随机森林的缺失值插补方法 MissARF
Missing value imputation with adversarial random forests - MissARF
AI 导读
研究人员提出基于对抗随机森林（ARF）的生成式缺失值插补方法 MissARF，可同时支持单重与多重插补。该方法利用 ARF 进行密度估计和数据合成，以非缺失值为条件从估计的条件分布中采样填补缺失值。实验表明，MissARF 在插补质量和运行速度上与现有 SOTA 方法相当，且进行多重插补无需额外开销。
来源：arXiv stat.ML · arxiv.org