多层感知机构建缺失值填补与分类并行的多任务学习方法

摘要

本发明提供多层感知机构建缺失值填补与分类并行的多任务学习方法，涉及多任务学习方法技术领域。该多层感知机构建缺失值填补与分类并行的多任务学习方法，包括：S1、令{(xi,ti)|xi∈Rs；ti∈Rc,i＝1,2,…,n}表示带类标签的不完整数据集，S2、据其他输入值展开求解，S3、在分类任务中，用zij表示输出层j+m个神经元的输出值，S4、模型训练时，在完整样本的基础上进行，开始参与填补计算时，分两种情况。该多层感知机构建缺失值填补与分类并行的多任务学习方法，通过多任务学习填补模型，可以实现不完整数据集在同一个网络上并行填补缺失值和样本分类，在计算的时候，拟合和分类任务共享了部分网络参数，所以模型可以权衡多任务的前提下更高效的学习数据内所蕴含的有效信息。