arXiv 机器学习· Yue Liu, Ben Liang, Ali Tizghadam, Ilijc Albanese·· 5 小时前AI 评分35
面向缺失数据监督学习的整合填补与分类网络（IICN）
Integrated Imputation-Classification for Supervised Learning with Missing Data
AI 导读
研究人员提出整合填补与分类网络（IICN），通过联合对抗训练填补器与 (n+1) 类判别器，解决特征缺失场景下的监督分类问题。理论证明该方法在全局最优时可实现缺失坐标边际化并达到贝叶斯最优分类器。在 FashionMNIST、CIFAR-10 及表格数据集上的实验表明，IICN 表现优于传统先填补后分类流程与生成式基线。
来源：arXiv 机器学习 · arxiv.org