基于协同过滤加权预测的主动学习缺失值填补算法

• 作者: 任杰 闵帆 黄帷
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据缺失 协同过滤 预测填补 主动学习 分类
• 年，卷（期）: 2018,（4）
• 页码范围: 758-765
• 页数: 8页
• 分类号: TP181
• 字数: 5215字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2018.04.011

摘要

在机器学习应用中,缺失值填补作为一种预处理技术,能有效提高数据的可用性,然而在缺失值较多或不均衡时,这些技术的效果并不理想.主动学习场景允许机器与用户交互,以获取少量关键数据,提高分类精度.针对主动获取数据量有限的问题,提出基于协同过滤加权预测的主动学习缺失值填补算法(Collaborative Filtering weighted prediction based Active Learning,CFAL).首先采用基于样本和基于属性的协同过滤方法分别预测缺失值;然后根据预测值的差异对数据进行排序,差异大的少量数据进行主动获取,差异小的少量数据利用预测值的平均值进行填补;重复该过程直到主动获取数据达到所给阈值上限,其余缺失值则使用预测值均值填补.实验在七个UCI常用数据集上进行,结果表明,与流行的几种填补算法相比,CFAL算法能更好地提升数据质量,应用于C4.5,kNN等算法能获得更高的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闵帆	西南石油大学计算机科学学院	16	19	3.0	4.0
2	任杰	西南石油大学计算机科学学院	10	6	2.0	2.0
3	黄帷	西南石油大学计算机科学学院	1	3	1.0	1.0