Algorithm 支持向量机中跨维度的空值

我正在设计一个考虑n维的支持向量机。沿每个维度，值的范围可以是[0-1]。现在，如果由于各种原因，我无法从原始数据集中确定特定维度上的值，对于特定数据点，SVM沿着该维度的值应该是什么？我可以把它设为[-1]表示缺少一个值吗

谢谢

---

阿披舍克S

如果维度无法帮助您的机器划分空间，那么最好将缺失的值全部删除。这是因为SVM所能做的唯一一件事就是将零权重尽可能地放在该维度上，因为该维度中的所有点都位于同一位置

---

因此，每次通过该维度都只是浪费了计算资源。如果恢复该值很重要，您可以使用某种类型的回归模型尝试恢复估计值，但如果该估计值是从其他数据生成的，然而，它实际上不会对您的SVM做出贡献，因为该估计维度中的数据只不过是您用来生成它的数据的摘要（我假设它已经存在于您的SVM模型中）。

不，您应该专门处理缺失的值。否则svm会学到坏东西。有一些方法可以处理丢失的数据，googleit.Brilliant。谢谢看到了一些关于平均值的方法，等等。