基于缺失率的不完整就业预测数据填充算法

摘要：

目前变量缺失率相同的填充算法用于多变量缺失率不同的不完整数据集填充效果有限,为了提高对多变量缺失率不同数据集的预测准确率,创新性地提出RXGRegressor集成模型.首先,在BostonHousing数据集上得出RandomForestRegressor、XGBRegressor、GradientBoostingRegressor三种算法填充效果最佳的单变量缺失率范围,对多变量缺失率不同的数据集依据各变量缺失率值选择合适的填充算法;然后,为了验证RXGRegressor模型在实际数据集中的可用性,将其应用于多变量缺失率不同的就业预测数据集上;最后,使用随机森林分类器分别对RXGRegressor模型、均值和单一的回归模型填充后的完整数据集进行就业预测,用分类的ACCURACY得分衡量填充性能.实验结果表明,单一回归模型的ACCURACY得分高于均值,RXGRegressor集成模型的ACCURACY得分最高,由此验证了所提模型对多变量缺失率不同数据集缺失值填充的可行性和实用性.

关键词：缺失率、填充算法、不完整数据集、RXGRegressor、回归模型、就业预测、特征矩阵

所属期刊栏目：45

分类号：TN911.1-34

资助基金：自治区高校科研项目;新疆师范大学数据安全重点实验室招标项目

在线出版日期：2022-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：104-108