OT3: Missing Data Imputation using Optimal Transport

前言

为学习最优传输问题（Optimal Transport），拜读了博客《最优运输（Optimal Transfort）：从理论到填补的应用》，博文里简要介绍了三篇经典论文：

• Sinkhorn Distances: Lightspeed Computation of Optimal Transport $\Rightarrow$ 博文
• Wasserstein Generative Adversarial Networks $\Rightarrow$ 博文
• Missing Data Imputation using Optimal Transport $\Rightarrow$ 博文

本系列博文打算精读之，下面是第三篇。认知有限，有不理解之处，也可能有理解不当或错误之处，请读者多多指教。

这篇论文主要讲数据填补(Missing Data Imputation)：在机器学习中，数据往往是不全的，即含有缺失值，一种解决办法就是根据一定的算法填补它们。关于这一块，《西瓜书》和《统计学习方法》中都未讲述，以至于我只知道有这回事，并不了解其内容。于是在线找了一篇英文博文：Imputation (Missing Data)，是书 A Guide on Data Analysis 中的第 11 章，不过很遗憾没找到 PDF。我已经将这篇博文翻译成了中文，以便补上相关知识缺口，感兴趣的可以看看。

Abstract