缺失数据的处理方法及其发展趋势

摘要：

文章介绍了数据缺失的现象、概念、出现的领域以及产生的原因,总结了数据缺失机制和数据缺失模式;综述了目前缺失数据常用的处理方法:加权法、删除法、统计学插补法以及机器学习插补法,并综合比较了各种方法的适用范围和优缺点;最后提出了针对高维数据的缺失处理、复合缺失数据特征的处理、新领域的缺失数据处理将是未来缺失数据处理方法的研究方向.

关键词：缺失数据、处理方法、单一插补、多重插补、方法比较

所属期刊栏目：35

分类号：O212(概率论与数理统计)

资助基金：国家自然科学基金资助项目71562002,51965006;广西自然科学基金资助项目2018GXNSFAA050111;广西制造系统与先进制造技术重点实验室项目16-380-12S011,17-259-05S006;广西高等教育本科教学改革工程项目2017JGA126;广西研究生教育创新计划项目YCSW2019035

在线出版日期：2020-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：28-34