تقييم مقارن لطرق التعبئة البديلة لانحدار المتجهات الداعمة في ظل الفقدان العشوائي للبيانات
الكلمات المفتاحية:
البيانات المفقودة عشوائيا، تعويض البيانات، الانحدار بمتجهات الدعم، المحاكاة، بيانات بوسطن للإسكانالملخص
تُعد معالجة البيانات المفقودة تحديًا رئيسيًا في انحدار متجهات الدعم. (SVR) تهدف هذه الدراسة إلى مقارنة أداء خمس طرق لتعويض البيانات المفقودة، وهي: المتوسط، الوسيط، k-NN، MICE، MissForest، وتأثيرها في دقة نموذج .SVR تتراوح هذه الطرق بين التعويض بقيمة مفردة (المتوسط والوسيط) ، والتعويض القائم على التشابه (k-NN) ، والتعويض القائم على العلاقات بين المتغيرات MissForest , MICE ) ).وظفت الدراسة هذه الطرق باستخدام مسارين تحليليين من خلال دراسة محاكاة مونت كارلو حكمت فيها مستويات الضوضاء، وعدد المتغيرات التفسيرية وحجم العينة، إلى جانب بيانات Boston Housing الحقيقية. وذلك عند نسب فقد بلغت 5%، 10%، 20%، و30% في كلا المسارين. وقيس الأداء باستخدام مقاييس RMSE، MAE، R². أظهرت النتائج أن زيادة نسبة الفقد تؤثر سلبًا في دقة نموذج SVR في كلا المسارين التحليليين وتفوقت طريقتا MICE وMissForest، باستمرار على الطرق التقليدية: المتوسط والوسيط كانا الأضعف في جميع حالات المحاكاة والبيانات الحقيقية، بينما أدت KNN أداءً تنافسياً بل تفوقت على MICE في البيانات الحقيقية عند نسب الفقد الأعلى. وتفوق طريقة MissForest عند مستويات الضوضاء المنخفضة والمتوسطة، بينما تفوقت MICE عند مستوى الضوضاء المرتفع. النتائج بينت ايضا ام زيادة حجم العيمة يحسن دقة التقدير لكل الطرق.
