Iterative Robust Semi-Supervised Missing Data Imputation

In many real-world applications scientists are often confronted with the problem of incomplete datasets due to several reasons. The direct analysis of datasets with missing values in attributes inevitably results in inaccurate learning models and erroneous results. Facing effectively the challenge o...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Nikos Fazakis, Georgios Kostopoulos, Sotiris Kotsiantis, Iosif Mporas
Format:	Artigo
Język:	Inglês
Wydane:	IEEE 2020-01-01
Seria:	IEEE Access
Hasła przedmiotowe:	Missing values imputation classification semi-supervised learning
Dostęp online:	https://ieeexplore.ieee.org/document/9091515/
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!