数据挖掘中基于ICA的缺失数据值的估计

• 作者: 彭红毅 朱思铭 蒋春福
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 缺失数据 ICA 相关关系 高斯分布
• 年，卷（期）: 2005,（12）
• 所属期刊栏目: 人工智能及图像处理技术
• 页码范围: 203-205
• 页数: 3页
• 分类号: TP3
• 字数: 3414字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2005.12.055

摘要

本文简单介绍了数据挖掘中缺失数据的研究现状及ICA的特点与发展前景,提出了基于ICA的缺失数据估计模型--ICA-MDH模型.该模型研究了数据之间存在相关关系且为非高斯分布时缺失数据的处理方法,该方法è能充分利用已知数据记录中的已知信息,且具有较好的通用性.实验通过对一些不完整经济数据进行了处理.结果表明,本文提出的缺失数据估计方法的精度明显优于平均值法和PCAs法,从而验证了本文所提模型的正确性与合理性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱思铭	中山大学数学与计算科学学院	94	573	13.0	20.0
2	蒋春福	中山大学数学与计算科学学院	8	45	5.0	6.0
3	彭红毅	中山大学数学与计算科学学院	3	22	2.0	3.0