基于EM和贝叶斯网络的丢失数据填充算法

• 作者: 吴敏 李宏 李平 阿玛尼
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 丢失数据填充 参数更新器 最大期望值算法(EM) 贝叶斯网络
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 123-125
• 页数: 3页
• 分类号: TP301
• 字数: 2626字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.05.037

摘要

实际应用中存在大量的丢失数据的数据集,对丢失数据的处理已成为目前分类领域的研究热点.分析和比较了几种通用的丢失数据填充算法,并提出一种新的基于EM和贝叶斯网络的丢失数据填充算法.算法利用朴素贝叶斯估计出EM算法初值,然后将EM和贝叶斯网络结合进行迭代确定最终更新器,同时得到填充后的完整数据集.实验结果表明,与经典填充算法相比,新算法具有更高的分类准确率,且节省了大量开销.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴敏	中南大学信息科学与工程学院	439	5230	34.0	47.0
2	李宏	中南大学信息科学与工程学院	73	514	13.0	19.0
3	阿玛尼	中南大学信息科学与工程学院	1	36	1.0	1.0
4	李平	中南大学信息科学与工程学院	26	170	8.0	12.0