HelloWorld 开发者社区

科技资讯

全部资讯

开源项目

全部项目

推荐好文

使用特征传播重构缺失数据进行图机器学习

大多数图神经网络通常在所有节点都可用的特征假设下运行。但是在现实世界的中,特征通常只有部分可用(例如,在社交网络中,只有一小部分用户可以知道年龄和性别)。本文种展示的特征传播是一种用于处理图机器学习应用程序中缺失的特征的有效且可扩展的方法。它很简单,但效果出奇地好。!(https://img

时间序列数据的预处理

时间序列数据随处可见,要进行时间序列分析,我们必须先对数据进行预处理。时间序列预处理技术对数据建模的准确性有重大影响。在本文中,我们将主要讨论以下几点:时间序列数据的定义及其重要性。时间序列数据的预处理步骤。构建时间序列数据,查找缺失值,对特征进行去噪,并查找数据集中存在的

正在加载更多文章…

加载更多

已加载文章中没有匹配内容,可继续加载更多。