杭州专业做网站的公司有哪些青岛工程有限公司

解决问题：

• 随机缺失​​（实验室指标未检测）
• ​​系统性噪声​​（设备测量误差）
• ​​类别不平衡​​（健康/患病人群比例悬殊）

思路：引入可控噪声 → 重建原始数据

实现步骤

​​(1) 数据预处理​

# 预处理流程：
# a. 缺失值填充：对连续变量用中位数填补，类别变量新增"None"类别
# b. 归一化：连续变量缩放到[0,1]，类别变量做one-hot编码

 (2) 噪声注入

def add_noise(clean_data):# 随机掩码（模拟数据缺失）mask_prob = 0.3  # 30%的数据点被随机遮蔽mask = torch.rand(clean_data.shape) < mask_probnoisy_data = clean_data.clone()noisy_data[mask] = 0  # 用0填充被遮蔽区域# 添加高斯噪声（模拟测量误差）noise = torch.randn_like(clean_data) * 0.1noisy_data += noisereturn noisy_data

（3）forward函数

class DAE(nn.Module):def __init__(self, input_dim=256, hidden_dim=64):super().__init__()# 编码器self.encoder = nn.Sequential(nn.Linear(input_dim, 128),nn.ReLU(),nn.Linear(128, hidden_dim)  # 潜在特征维度)# 解码器self.decoder = nn.Sequential(nn.Linear(hidden_dim, 128),nn.ReLU(),nn.Linear(128, input_dim),nn.Sigmoid()  # 输出归一化到[0,1])def forward(self, x):corrupted_x = add_noise(x)  # 注入噪声z = self.encoder(corrupted_x)recon_x = self.decoder(z)return recon_x