计算机应用

作者：粟佳, 于洪

单位：计算智能重庆市重点实验室（重庆邮电大学），重庆 400065

关键词：条件生成对抗插补网络,缺失值插补,不完备性,特征关系,双重判别器

基金：国家重点研发计划项目(2021YFF0704103);国家自然科学基金资助项目(62136002)

应用中的各种因素可能造成数据缺失，影响后续任务的分析。因此，数据集缺失值的插补尤为重要。相比原本没有插补的处理，错误的插补值也会对分析造成更严重的偏差。针对这种情况，提出新的采用双重判别器的基于条件生成对抗插补网络（C-GAIN）的缺失值插补算法DDC-GAIN（Dual Discriminator based on C-GAIN）。该算法通过一个辅助判别器辅助主判别器判断预测值的真假，即根据一个样本的全局信息判断这个样本生成的真假，更注重特征之间的关系，以此估算预测值。在4个数据集上与5种经典插补算法进行对比实验，结果表明：同样条件下，DDC-GAIN算法在样本量较大时的均方根误差（RMSE）最低；在Default credit card数据集上缺失率为15%时，DDC-GAIN算法的RMSE比次优算法C-GAIN降低了28.99%。这说明利用辅助判别器帮助主判别器学习特征之间的关系是有效的。

来源：2024年第5期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第5期