一种基于机器学习的属性缺失值模糊填补方法

• 作者: 周董
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 属性缺失 机器学习 商务智能
• 年，卷（期）: 2008,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 91-93,96
• 页数: 4页
• 分类号: TP301.6
• 字数: 2878字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2008.12.026

摘要

针对不完全信息多属性决策问题中属性值缺失的情况,为使缺失值的填补更加客观,填补后数据集整体尽量保持填补前的分布,且不丢失已有信息,提出了一种基于机器学习的属性缺失值模糊填补方法.该方法通过寻找不需填补的属性相似的记录,在这些记录中发现需填补属性的可能取值及其概率,按照各取值的概率为缺失值分配相应的取值.该方法的基本思想对于离散型和连续型的数据集均适用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周董	上海财经大学信息管理与工程学院	7	121	4.0	7.0