SynthesizeMissingValues

SynthesizeMissingValues[{example1,example2,…}]

各例の欠損値を生成された値で置換する．

SynthesizeMissingValues[dist,data]

分布 dist を使って値を生成する．

詳細とオプション

  • SynthesizeMissingValuesは，データ集合中の欠落要素をデータの既知の部分から合成するために使われる．
  • SynthesizeMissingValuesは，数値，名義，画像を含む多くのデータ型に使うことができる．
  • 各 exampleiは，単一のデータ要素，データ要素のリスト，あるいはデータ要素の連想でよい．例はDatasetオブジェクトとして与えることもできる．
  • 分布 dist はLearnedDistribution[…]でなければならない．
  • 次のオプションが与えられる．
  • FeatureNames Automatic入力データに割り当てる特徴名
    FeatureTypes Automatic入力データに仮定する特徴タイプ
    Method Automaticどのモデリングアルゴリズムを使用するか
    MissingValuePattern _Missing|Indeterminate想定される欠損値のパターン
    PerformanceGoal Automatic最適化するパフォーマンスの局面
    RandomSeeding1234擬似乱数生成器の内部的シードをどのように行うか
    TimeGoalAutomatic検出器の訓練にどの程度の時間を費やするか
    TrainingProgressReporting Automatic訓練中の進捗状況をどのように報告するか
    ValidationSetAutomatic訓練中にモデルの評価に使うデータ集合
  • 次は，PerformanceGoalの可能な設定である．
  • "Quality"合成の質を最高にする
    "Speed"合成速度を最高にする
    Automatic速度と質の自動トレードオフ
  • 次は，Methodの可能な設定である．
  • Automatic分配方法と合成戦略を自動的に選択する
    None欠落した合成器は使わない
    method指定された方法を使う
    strategy分布からどのように合成するか
    assoc分配方法と合成戦略の両方を指定する
  • 次は，method の可能な設定である．
  • "Multinormal"多変量正規（ガウス）分布を使う
    "ContingencyTable"データを離散化し，考えられる各確率を保存する
    "KernelDensityEstimation"カーネル混合分布を使う
    "DecisionTree"決定木をつかて確率を計算する
    "GaussianMixture"ガウス（正規）分布の混合を使う
  • 次は，strategy の可能な設定である．
  • Automatic合成戦略を自動的に選択する
    "MarginalSampling"各特徴の周辺分布からサンプルを取る
    "ModeFinding"既知の値で条件付けられた分布の最頻値を求めようとする
    "RandomSampling"既知の値で条件付けられた分布からサンプルを取る（デフォルト）
  • Methodassoc の形式のときは，連想 assoc は<|"LearningMethod"method,"EvaluationStrategy"strategy|>の形でなければならない．
  • TrainingProgressReportingの次の設定を使うことができる．
  • "Panel"動的に更新されるグラフィカルなパネルを表示する
    "Print"Printを使って定期的に情報を報告する
    "ProgressIndicator"単純なProgressIndicatorを表示する
    "SimplePanel"学習曲線なしでパネルを動的に更新する
    None情報は何も報告しない
  • 次は，RandomSeedingの可能な設定である．
  • Automatic関数が呼び出されるたびに自動的にシードを再設定する
    Inherited外部でシードされた乱数を使う
    seed明示的な整数または文字列をシードとして使う
  • SynthesizeMissingValues[…,FeatureExtractor"Minimal"]は，内部的な前処理ができるだけ簡単であるべきことを示す．

例題

すべて開くすべて閉じる

例  (2)

数値データ集合中の欠損値を埋める：

二次元データ集合で分布を訓練する：

学習した分布に基づいて欠損値を埋める：

スコープ  (5)

ベクトル中の欠損値を埋める：

ベクトルのリスト中の欠損値を埋める：

連想のリスト中の欠損値を埋める：

データ集合中の欠損値を埋める：

訓練済みのLearnedDistribution[…]を使って値を埋める：

これを使って単一の例を合成することができる：

オプション  (9)

FeatureTypes  (1)

最初の特徴は名義的な変数として解釈され，残りは自動的に決定されるように指定する：

FeatureNames  (1)

欠損値を置換し，「gender」という名前の特徴を名義的であると考えるように指定する：

Method  (2)

分布を計算する"Multinormal"法を使ってMissing[]の値を置換する：

欠損値の置換に"KernelDensityEstimation"法を使う：

分布計算の評価方法と学習法を選択して，メソッドを連想として指定する：

MissingValuePattern  (2)

MissingValuePatternを使って欠損値であると考えられる値を指定する：

パターンを使って値を指定する：

Conditionで欠損値を指定する：

PerformanceGoal  (1)

PerformanceGoalを指定して欠損値を合成する：

欠損値の補完時間をデフォルトのPerformanceGoalと比較する：

TrainingProgressReporting  (2)

訓練中に，訓練の進捗状況を定期的に出力する：

訓練の進捗状況をプロットはせずにインタラクティブに表示する：

アプリケーション  (2)

画像のデータ集合を得る：

分布を画像で訓練する：

欠損値であるとみなされる値を，学習した分布から生成されたサンプルで置換する：

欠損値を含む，木星の衛星の特徴に関連するデータ集合を得る：

データ集合の欠損値を置換する：

特性と関係  (1)

"EvaluationStrategy"設定は行うサンプリングのタイプに影響する．

ランダムデータを定義する：

データの分布を学ぶ：

別の方法を試す：

さまざまなサンプル点の分布を比較する：

サンプル点をもとのデータと一緒にプロットする：

考えられる問題  (1)

単一の値は参照分布なしでは合成できない：

Wolfram Research (2019), SynthesizeMissingValues, Wolfram言語関数， https://reference.wolfram.com/language/ref/SynthesizeMissingValues.html.

テキスト

Wolfram Research (2019), SynthesizeMissingValues, Wolfram言語関数， https://reference.wolfram.com/language/ref/SynthesizeMissingValues.html.

CMS

Wolfram Language. 2019. "SynthesizeMissingValues." Wolfram Language & System Documentation Center. Wolfram Research. https://reference.wolfram.com/language/ref/SynthesizeMissingValues.html.

APA

Wolfram Language. (2019). SynthesizeMissingValues. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/SynthesizeMissingValues.html

BibTeX

@misc{reference.wolfram_2024_synthesizemissingvalues, author="Wolfram Research", title="{SynthesizeMissingValues}", year="2019", howpublished="\url{https://reference.wolfram.com/language/ref/SynthesizeMissingValues.html}", note=[Accessed: 22-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_synthesizemissingvalues, organization={Wolfram Research}, title={SynthesizeMissingValues}, year={2019}, url={https://reference.wolfram.com/language/ref/SynthesizeMissingValues.html}, note=[Accessed: 22-November-2024 ]}