样本残缺状态下数据处理方法的研究

• 作者: 殷娟娟
• 来源期刊: 信息与电脑
• 学科: 工学
• 关键词: 均值填补 随机填补 EM填补 回归填补
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 数据库技术
• 页码范围: 157-158,164
• 页数: 3页
• 分类号: TP181
• 语种: 中文

摘要

由于人为疏忽或设备限制等多种原因,现实中的数据在收集过程中表达的信息不完整,残缺样本给数据挖掘和决策造成不便.为了得到理想的完整数据集,需要处理、填补数据集,使其成为完整数据集.针对数据残缺的不同机制和填补方法,分析各自方法的适用场景,从而总结、比较不同方法的填补效果.结果 表明,残缺率越大填补效果越差,随机填补方法的稳定性较差,回归填补方法的效果更好.