<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>数据填补 on 办公AI智能小助手</title>
    <link>https://blog.qife122.com/tags/%E6%95%B0%E6%8D%AE%E5%A1%AB%E8%A1%A5/</link>
    <description>Recent content in 数据填补 on 办公AI智能小助手</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <copyright>qife</copyright>
    <lastBuildDate>Tue, 09 Sep 2025 23:33:27 +0800</lastBuildDate>
    <atom:link href="https://blog.qife122.com/tags/%E6%95%B0%E6%8D%AE%E5%A1%AB%E8%A1%A5/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>矩阵恢复技术在时间序列缺失值填补中的应用</title>
      <link>https://blog.qife122.com/p/%E7%9F%A9%E9%98%B5%E6%81%A2%E5%A4%8D%E6%8A%80%E6%9C%AF%E5%9C%A8%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E7%BC%BA%E5%A4%B1%E5%80%BC%E5%A1%AB%E8%A1%A5%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 09 Sep 2025 23:33:27 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E7%9F%A9%E9%98%B5%E6%81%A2%E5%A4%8D%E6%8A%80%E6%9C%AF%E5%9C%A8%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E7%BC%BA%E5%A4%B1%E5%80%BC%E5%A1%AB%E8%A1%A5%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>&lt;h1 id=&#34;时间序列缺失值填补矩阵恢复技术详解&#34;&gt;时间序列缺失值填补：矩阵恢复技术详解&lt;/h1&gt;&#xA;&lt;p&gt;时间序列中的缺失值处理并非易事。在相关数据集中，矩阵恢复技术能有效利用其他相关时间序列的信息智能填补缺失值。本文将介绍多种基于矩阵恢复的填补方法。&lt;/p&gt;</description>
    </item>
    <item>
      <title>矩阵恢复技术在时间序列缺失值填补中的应用</title>
      <link>https://blog.qife122.com/p/%E7%9F%A9%E9%98%B5%E6%81%A2%E5%A4%8D%E6%8A%80%E6%9C%AF%E5%9C%A8%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E7%BC%BA%E5%A4%B1%E5%80%BC%E5%A1%AB%E8%A1%A5%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Sun, 07 Sep 2025 03:17:18 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E7%9F%A9%E9%98%B5%E6%81%A2%E5%A4%8D%E6%8A%80%E6%9C%AF%E5%9C%A8%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E7%BC%BA%E5%A4%B1%E5%80%BC%E5%A1%AB%E8%A1%A5%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>&lt;h1 id=&#34;时间序列缺失值填补矩阵恢复技术详解&#34;&gt;时间序列缺失值填补：矩阵恢复技术详解&lt;/h1&gt;&#xA;&lt;p&gt;时间序列中的缺失值处理一直是个复杂问题。在相关数据集中，矩阵恢复技术能智能利用其他相关时间序列的信息来填补缺失值。&lt;/p&gt;&#xA;&lt;h2 id=&#34;矩阵恢复技术基础&#34;&gt;矩阵恢复技术基础&lt;/h2&gt;&#xA;&lt;p&gt;矩阵恢复技术广泛应用于推荐系统，其核心思想是假设存在一个低秩矩阵能够有效表示原始矩阵信息。矩阵的秩是指其线性无关列向量或行向量的最大数量，总是小于等于矩阵的列数或行数。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
