在apache spark中处理SVM中的缺失值ML Lib

Question

我有一个分类任务。我想用apache spark ml lib SVM算法进行分类。我输入的是n维的数据。在特征向量中，某些维度可能会丢失。

如何处理缺失值？我认为我错了将缺失值假设为零或其他东西。

Answer 1

没错。 ML Lib不会推算缺失值，填充0会扭曲结果。但是，WEKA上有一个ReplaceMissingValues包，可能对您有用;这实现了一种插补算法。 http://weka.sourceforge.net/doc.stable/weka/classifiers/functions/LibSVM.html

Answer 2

你有两个选择： 1-缺失值 2-省略载体只是填充缺失值，你可以使用平均值或模式值

我会建议做的火花，是非常简单的代码，这里有一个例子：

example