Polare Kodierung: Ein einfacher Basisansatz zur Klassifikation mit fehlenden Werten

Wir schlagen die polare Kodierung vor, eine Darstellung von kategorialen und numerischen 0, 1-wertigen Attributen mit fehlenden Werten, die in einem Klassifikationskontext verwendet werden soll. Wir argumentieren, dass dies ein guter Basisansatz ist, da es mit jedem Klassifikationsalgorithmus verwendet werden kann, die Informationen über Fehlwerte beibehält, sehr einfach anzuwenden ist und gute Leistungen bietet. Insbesondere erfordert es im Gegensatz zum bestehenden Ansatz mit Fehlanzeigen keine Imputation, gewährleistet, dass fehlende Werte äquidistant zu nicht fehlenden Werten sind, und lässt Entscheidungsbaumalgorithmen entscheiden, wie sie mit fehlenden Werten umgehen, wodurch eine praktische Umsetzung des Vorschlags zur Integration von Fehlerhaftigkeit in Attribute (MIA) bereitgestellt wird. Darüber hinaus zeigen wir, dass kategoriale und 0, 1-wertige Attribute als Sonderfälle eines einzelnen Attributtyps betrachtet werden können, was dem klassischen Konzept der baryzentrischen Koordinaten entspricht, und dass dies eine natürliche Interpretation der polarien Kodierung als eine verwischte Form der One-Hot-Kodierung bietet. In einem Experiment mit zwanzig realen Datensätzen mit fehlenden Werten zeigen wir, dass die polare Kodierung in Bezug auf die resultierende Klassifikationsleistung besser abschneidet als die etablierten Strategien der multiplen Imputation durch verkettete Gleichungen (MICE) und der multiplen Imputation mit Denoising-Autoencodern (MIDAS) und – je nach Klassifikator – etwa so gut oder besser als die Mittelwert-/Modus-Imputation mit Fehlanzeigen.