An effective and efficient approach to classification with incomplete data

بسیاری از داده های دنیای واقعی از مسئله اجتناب ناپذیر ارزش های گمشده رنج می برند. طبقه بندی با داده های ناقص باید با دقت مورد بررسی قرار گیرد زیرا درمان نامناسب مقادیر گمشده خطاهای طبقه بندی بزرگ را ایجاد می کند. با استفاده از تقلید برای تبدیل داده های ناقص به داده های کامل یک روش معمول برای طبقه بندی با داده های ناقص است. با این حال، روش های ساده جبران ناپذیر اغلب دقیق نیستند و روش های قدرتمند تعویض معمولا عملا محاسباتی هستند. یک رویکرد اخیر برای رسیدگی به اطلاعات ناقص، مجموعه ای از طبقه بندی ها را ایجاد می کند که هر کدام به یک الگوی شناخته شده از داده های از دست رفته متصل می شوند. مزیت اصلی این رویکرد این است که می تواند نمونه های ناقص جدید را بدون نیاز به هرگونه معادله طبقه بندی کند. این مقاله بهبود یافته در رویکرد گروه با یکپارچه سازی محاسبه و انتخاب ویژگی های مبتنی بر ژنتیک است. معاوضه باعث ایجاد داده های آموزشی با کیفیت بالا می شود. انتخاب ویژگی، تعداد الگوهای گمشده را کاهش می دهد که سرعت طبقه بندی را افزایش می دهد و تعداد موارد جدیدی را که می توان گروه بندی آن را طبقه بندی کرد، افزایش می دهد. نتایج آزمایش ها نشان می دهد که روش پیشنهاد شده دقیق تر و سریعتر از روش های معمول پیشین برای طبقه بندی با داده های ناقص است.