machine-learning - 如果我没有所有数据，如何创建特征向量？

Question

所以说我的每一个“东西”要分类我有：{house, flat, bungalow,electricalHeated,gasHeated,...}

这将被制成一个特征向量：{1,0,0,1,0,...}，这意味着一个用电加热的房子。

对于我的训练数据，我将拥有所有这些数据——但对于我想要分类的实际事物，我可能只有它是什么样的房子，以及其他一些东西——不是所有的数据，即。{1,0,0,?,?,...}

那么我该如何表示呢？

我想找到一个新项目被加热的概率。

我将使用 SVM 线性分类器——我没有任何核心要展示，因为目前这纯粹是理论上的。任何帮助，将不胜感激 ：）

标签： machine-learningsvm

Answer 1

当我阅读这个问题时，您似乎对功能和标签感到困惑。

你说你要预测一个新项目是否是“gasHeated”，那么“gasHeated”应该是一个标签而不是一个特征。

顺便说一句，处理缺失值的最常见方法之一是将其设置为“零”（或一些未使用的值，例如 -1）。但通常情况下，您应该在训练数据和测试数据中都有缺失值，以使这个技巧有效。如果这种情况只发生在你的测试数据中，而没有出现在你的训练数据中，那说明你的训练数据和测试数据不是来自同一个分布，这基本上违背了机器学习的基本假设。