基于集成学习的不完备数据补全算法研究

• 作者: 丁敬安 周国民 张欣海 胡博
• 来源期刊: 中国电子科学研究院学报
• 学科: 工学
• 关键词: 不完备数据 UCI数据集 异质集成学习 HELITW
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 工程应用
• 页码范围: 78-83,91
• 页数: 7页
• 分类号: TP301.6
• 字数: 5077字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5692.2020.01.013

摘要

在数据挖掘领域中,对不完备数据进行补全,能够有效修复残缺的信息,提高挖掘效率和建模成功率.在大数据场景下,数据缺失机制的复杂性和数据的多源互补性得以呈现,以往单纯通过数据分布分析或关联分析进行分离修补的算法效果有限.文中结合数据分布和属性关联两种角度,提出一种以EM、KNN、RF等8种算法为基学习器的异质集成学习数据补全算法模型HELITW,在Iris、Boston等5种UCI机器学习标准数据集为基础,分别以10％、20％和30％比例建立的随机缺失机制数据集上,将HELITW与其他8种算法进行数据补全实验对比研究,实验结果表明:随着数据残缺比例的增加,9种模型的修补效果总体上都随之降低;但在相同实验条件下,HELITW模型补全效果优于其它8种模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周国民		25	125	5.0	10.0
2	张欣海	中国电子科技集团公司电子科学研究院	7	4	1.0	2.0
4	丁敬安		7	14	2.0	3.0
10	胡博		1	0	0.0	0.0