缺失森林算法在缺失值填补中的应用

• 作者: 沈琳 胡国清 谭红专 陈立章
• 来源期刊: 中国卫生统计
• 关键词: 缺失森林 随机森林 决策树 缺失值
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 论著
• 页码范围: 774-776
• 页数: 3页
• 字数: 3519字
• 语种: 中文

摘要

目的 介绍R环境下缺失森林算法在缺失值填补中的应用并评价其填补效果.方法 通过实际数据阐述填补估算流程,比较缺失森林算法与直接删除法处理缺失数据的效果.结果 当数据缺失率为10％时,缺失森林算法填补的效果明显优于删除法;当数据缺失率在20％时,两种方法处理缺失值的效果都不太理想,效果相近.当缺失率达50％时,3种类型的变量估算的误差已经较大,两种方法的估算效果均欠佳.结论 缺失森林算法在软件操作上简便,并且对数据结构和分布的要求宽松,可充分利用现有记录的信息,能较为准确地反应调查的真实情况,在实际工作中具有较好的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭红专	中南大学公共卫生学院流行病与卫生统计学系	150	1646	16.0	34.0
2	陈立章	中南大学公共卫生学院流行病与卫生统计学系	136	1312	19.0	26.0
3	胡国清	中南大学公共卫生学院流行病与卫生统计学系	71	432	12.0	17.0
4	沈琳	中南大学公共卫生学院流行病与卫生统计学系	7	158	5.0	7.0