學習筆記，僅供參考，有錯必糾

關鍵詞： 數據填補；不完備數據；聚類；約束容差集合差異度

---

基于不完備數據聚類的缺失數據填補方法

摘要

缺失數據的處理是數據挖掘領域進行數據預處理的一個重要問題．傳統的缺失數據填補方法大部分是基于概率分布等一些統計假設，對于大數據集的數據挖掘不一定是最適合的方法 ． 受不完備數據分析（ ＲＯＵＳＴＩＤＡ ）未采用傳統的概率統計學方法啟發，提出基于不完備數據聚類的缺失數據填補方法（ ＭＩＢＯＩ ），針對分類變量不完備數據集定義約束容差集合差異度，直接計算不完備數據對象集合內所有對象的總體相異程度，以不完備數據聚類的結果為基礎進行缺失數據的填補.

采用 ＵＣＩ 機器學習基準數據集進行實驗表明， ＭＩＢＯＩ 對缺失數據的填補是有效可行的 ．

引言

在實際數據分析中，經常遇到數據缺失問題．作為機器學習領域基準數據庫的 ＵＣＩ數據集中超過４０％的數據庫都含有缺失數據 ［１ ］ &#x

總結

以上是生活随笔為你收集整理的文献记录(part61)--基于不完备数据聚类的缺失数据填补方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。