缺失数据：神经网络和期望最大化技术的比较
摘要：实时处理应用程序中缺失输入向量元素的估计需要具备特定特征的系统，例如输入空间中内在的变量之间的相关性。计算智能技术和最大似然技术具备这样的特征，因此对于缺失数据的插补非常重要。本文比较了两种缺失数据估计问题的方法。第一种技术是基于当前最新的方法，即使用最大似然（ML）和期望最大化（EM）。第二种方法是使用基于自联想神经网络和遗传算法的系统，如Adbella和Marwala所讨论的。基于三个数据集，比较了这两种技术的估计能力，并得出结论。
作者：Fulufhelo V. Nelwamondo, Shakir Mohamed and Tshilidzi Marwala
论文ID：0704.3474
分类：Applications
分类简称：stat.AP
提交时间：2007-05-23