一种适用于大分类数据集的无监督学习方法

Question

我想用一种无监督的学习方法检测银行数据集中的异常。然而，在银行数据集中，除了时间和数量之外，所有列都是分类数据，其中大约一半的列有超过90 %的缺失值。

该数据集试图通过无监督学习来检测异常。我目前正在使用自动编码器来访问它，但我想知道这是否有效。另外，由于其目的是在数据实时输入时检测数据是否异常，因此，诸如dbscan之类的聚类技术是有限的。

如果您想将这种分类的和许多缺失的值应用到无监督的学习中，我很想知道如何组织这些数据，以及是否有一种合适的无监督学习方法。

因为dataset是项目中使用的数据，所以我们目前没有它。

Answer 1

一个选项是隔离林算法。因为它是基于树的，所以它可以处理分类特征。

数据丢失率将对任何模型的解释造成重大问题。可能很难判断数据是随机丢失的，还是缺失的数据与异常有关。