Was tun, wenn Daten fehlen?
Häufig fehlen bei einer Datenmenge Teile der Koeffizienten.
Betrifft das nur wenige Koeffizienten oder Daten, so kann man diese
einfach streichen. Betrifft es einen größeren Anteil,
so muß man sich etwas einfallen lassen.
Je nach Situation sind etwa folgende Möglichkeiten denkbar:
- Ersatz der fehlenden Werte durch defaults, etwa 0;
evtl. durch eine zusätzliche Eingabe 0/1 deutlich machen
- Ersatz durch den jeweiligen Mittelwert
- Ersatz durch eine einfache Prognose, z.B. mithilfe eines lineares
Modells berechnet oder dem Wert des ähnlichsten Musters entsprechend
Dieses kann systematisch für geeignete Daten ausprobiert werden.
Es ist insbesondere eine Aufgabe mit wenig Programmieraufwand.
Lediglich die Daten müssen umgearbeitet werden, das
Training des Klassifikators kann mithilfe existenter
Software geschehen. Das muß nicht der SNNS sein,
es gibt eine Liste
möglicher Simulatoren; schauen Sie unter dem Stichwort
'Freeware and shareware packages for NN simulation' nach.
Mögliche Daten
Als Literatur sollte Standardliteratur zu neuronalen
Netzen bzw. einfachen Klassifikationen und die Beschreibung
des benutzten Simulators ausreichen.
back