基于模糊C-均值聚类的缺失数据填充方法

• 作者: 李影 黄紫成
• 来源期刊: 吉首大学学报（自然科学版）
• 学科: 工学
• 关键词: 缺失数据 模糊C-均值聚类 隶属度矩阵 k近邻
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 计算机
• 页码范围: 23-26
• 页数: 4页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.13438/j.cnki.jdzk.2020.02.006

摘要

针对缺失数据的有效填充问题,提出利用模糊C-均值聚类(FCM)算法的隶属度矩阵作为待填数据的加权权重.首先使用同一属性均值对缺失数据作预填充,再进行FCM以得到每个类别的隶属度矩阵,最后用该矩阵作为权重去乘以每个类别的属性均值,得到最终的填充数据.在UCI数据实验中,将FCM填充算法与k近邻(KNN)填充算法作对比分析,结果表明,FCM填充得到的均方根误差总体小于KNN填充.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李影		17	14	3.0	3.0
2	黄紫成		9	0	0.0	0.0