JavaScript для глубокого обучения 2021 TensorFlow js Ббк

Глава 6. Работа с данными
277
формы, требующий наличия значения в каждой ячейке. Существует четыре основ­
ных методики решения проблемы отсутствующих данных.
Простейший из этих методов, применимый в том случае, когда обучающих 
данных много, а пропущенные поля — редкость, состоит в отбросе тех обучающих 
примеров данных, в которых отсутствуют какие­либо данные. Впрочем, учтите, что 
при использовании этого метода можно ненароком внести в модель систематическую 
ошибку. Для большей наглядности представьте себе задачу, в которой отсутству­
ющие данные из позитивного класса встречаются намного чаще, чем из негативного. 
В результате модель усвоит неправильные вероятности классов. Спокойно отбра­
сывать примеры данных можно лишь тогда, когда отсутствующие данные относятся 
к категории MCAR.
Листинг 6.21.
Решение проблемы отсутствующих признаков путем удаления данных
Еще одна методика решения проблемы отсутствия данных, известная как 
под-
становка
(imputation), — заполнение пропущенных полей каким­либо значением. 
В числе распространенных методов подстановки — замена отсутствующих значе­
ний числовых признаков средним, медианным или модальным значением этого 
признака. Вместо отсутствующих категориальных признаков можно указать чаще 
всего встречающееся значение (моду). Более сложные методики включают созда­
ние и использование предикторов для отсутствующих признаков на основе име­
ющихся признаков. Фактически нейронные сети представляют собой одну из таких 
«сложных методик» подстановки отсутствующих данных. Недостаток подстановки 
состоит в том, что обучаемая модель не знает, что признак отсутствовал. Если само 
отсутствие значения несло какую­либо информацию о целевой переменной, то при 
подстановке эта информация теряется.
Листинг 6.22.
Решение проблемы отсутствующих признаков с помощью подстановки

---

278