一种基于机器学习的属性缺失值模糊填补方法

摘要：

针对不完全信息多属性决策问题中属性值缺失的情况,为使缺失值的填补更加客观,填补后数据集整体尽量保持填补前的分布,且不丢失已有信息,提出了一种基于机器学习的属性缺失值模糊填补方法.该方法通过寻找不需填补的属性相似的记录,在这些记录中发现需填补属性的可能取值及其概率,按照各取值的概率为缺失值分配相应的取值.该方法的基本思想对于离散型和连续型的数据集均适用.

关键词：属性缺失、机器学习、商务智能

分类号：TP301.6(计算技术、计算机技术)

资助基金：江苏省社会发展科技计划BS2002020

在线出版日期：2009-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：91-93,96