合成任务值

合成任务值[{例子₁,例子₂,…}]

用生成的值替换每个示例中缺少的值。

合成任务值[距离,数据]

使用分发距离以生成值。

详细信息和选项

合成任务值用于合成数据集中缺少的元素，并从数据的已知部分推断它们。

合成任务值可以用于多种类型的数据，包括数值、标称和图像。
每个例子_我可以是单个数据元素、数据元素列表或数据元素的关联。示例也可以作为数据集对象。
分布距离必须是学习分布[…].
可以提供以下选项：

功能名称	自动	要为输入数据指定的要素名称
功能类型	自动	为输入数据假设的特征类型
方法	自动	使用哪种建模算法
缺失价值模式	_缺少\|不确定	假定缺失值的模式
绩效目标	自动	要优化的性能方面
随机播种	1234	伪随机发生器的种子应该在内部完成什么
时间目标	自动	训练要花多长时间
培训进度报告	自动	如何在培训期间报告进度
验证集	自动	训练期间评估模型的数据集

的可能设置绩效目标包括：
“质量” 最大化合成质量

“速度” 最大化合成速度

自动速度和质量之间的自动权衡
的可能设置方法包括：

	自动	自动选择分配方法和综合策略
	无	不要使用任何丢失的合成器
	方法	使用指定的方法
	策略	如何从分布中综合
	协会会员	指定分配方法和合成策略

的可能设置方法包括：

	“多正常”	使用多元正态分布(高斯)分布
	“应急表”	离散化数据并存储每个可能的概率
	“内核密度估计”	使用核混合分布
	“决策树”	使用决策树计算概率
	“高斯混合”	使用高斯混合(正常的)分配

的可能设置策略包括：

	自动	自动选择合成策略
	“边际采样”	从每个特征的边缘分布采样
	“模式查找”	找出以已知值为条件的分布模式
	“随机采样”	以已知值为条件的分布样本(违约)

在表单中方法协会会员、协会协会会员应采用以下形式<|“学习方法”方法,“评估策略”策略|>.
以下设置用于培训进度报告可用于：

	“面板”	显示动态更新的图形面板
	“打印”	使用定期报告信息打印
	“进度指示器”	显示一个简单的进度指示器
	“简单面板”	动态更新面板，无需学习曲线
	无	不要报告任何信息

的可能设置随机播种包括：
自动每次调用函数时自动重新设定种子

继承使用外部种子随机数

种子使用显式整数或字符串作为种子
合成任务值[…,功能提取程序“最小”]指示内部预处理应尽可能简单。

示例

全部打开全部关闭

基本示例 (2)

填充数字数据集中缺少的值：

在二维数据集上训练分布：

根据所学分布填写缺失值：

范围 (5)

填充向量中缺少的值：

填写矢量列表中缺少的值：

填写关联列表中缺少的值：

填充数据集中缺少的值：

使用预处理的学习分布[…]:

这可用于合成单个示例：

选项 (9)

功能类型 (1)

指定第一个特征应解释为标称变量，而其他特征应自动确定：

功能名称 (1)

替换缺少的值，并指定名为“gender”的功能应视为标称功能：

方法 (2)

更换缺少[]值使用“多正常”计算分布的方法：

使用“内核密度估计”替换缺失值的方法：

将方法指定为关联，选择用于计算分布的评估策略和学习方法：

缺失价值模式 (2)

使用指定应假定缺少的值缺失价值模式:

使用模式指定值：

使用指定缺少的值条件:

绩效目标 (1)

通过指定绩效目标:

将缺失的插补时间与默认值进行比较绩效目标:

培训进度报告 (2)

在培训期间定期打印培训进度：

不使用绘图以交互方式显示培训进度：

应用 (2)

获取图像数据集：

在图像上训练分发：

用从已知分布中生成的样本替换应被视为缺失的值：

获取与木星卫星特征相关的数据集，该数据集包含缺失值：

替换数据集中缺少的值：

属性和关系 (1)

这个“评估策略”设置会影响将要执行的采样类型。

定义一些随机数据：

了解数据分布：

尝试不同的策略：

比较不同的采样点分布：

将采样点与原始数据一起绘制：

可能出现的问题 (1)

没有参考分布，无法合成单个值：

顶部

合成任务值

详细信息和选项

示例

基本示例 (2)

范围 (5)