缺失特征的神经网络

Question

我有一个具有A...F特征的数据集用于训练。现在我的预测数据集预测的关键特征没有在训练集中使用的3个特征的观测值。因此，我只有一个用于预测的特征子集，而神经newtork是针对更广泛的特征进行训练的。

我该如何处理这样的问题？你能使用神经网络来处理缺失的特征吗？我的想法如下:首先，我在训练集上使用神经网络，但现在在缺失的特征上进行训练。因此，我可以预测预测数据集中缺少的3个特征。现在，我在这个新的预测数据集上使用神经网络。

Answer 1

您是否尝试过在缺少特征的情况下对数据集运行神经网络？神经网络不需要所有的特征都存在。

您可以简单地将神经网络的所有缺少的特征值设置为0，因为神经网络看不出0和feature is missing之间的区别。你为什么不问呢？如果将输入值设置为0，这意味着来自该输入节点的所有连接都将具有0值:不会向连接到该输入节点的隐藏神经元添加任何内容。

但在此之前，请尝试以下任意一种方法：

​

source

因为1对你来说似乎就是这样！