基于LPP和l2,1的KNN填充算法

• 作者: 孙可 尹科军 苏毅娟 邓振云
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 缺失值填充 K最近邻 保局投影 重构
• 年，卷（期）: 2015,（4）
• 页码范围: 55-62
• 页数: 8页
• 分类号: TP181
• 字数: 4843字
• 语种: 中文
• DOI: 10.16088/j.issn.1001-6600.2015.04.010

摘要

传统的KNN缺失值填充算法存在没有利用样本间属性的相关性,也没有考虑到保持样本数据本身的结构和去除噪声样本的问题.本文提出利用训练样本重构测试样本从而进行最近邻缺失值填充的方法,该方法重构过程充分利用样本间的相关性,也用到LPP(保局投影)保持数据结构在重构过程中不变,同时引入l2,1范式用于去除噪声样本.在UCI数据集上的仿真实验结果表明,该方法比传统的KNN填充算法以及基于属性信息熵的Entropy-KNN算法有更高的预测准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏毅娟	广西师范学院计算机与信息工程学院	27	129	7.0	10.0
2	邓振云	广西师范大学计算机科学与信息工程学院	6	78	4.0	6.0
6	孙可	广西师范大学计算机科学与信息工程学院	5	25	3.0	5.0
10	尹科军	广西师范大学计算机科学与信息工程学院	1	2	1.0	1.0