基于随机森林模型的成分数据缺失值填补法

摘要：

缺失数据处理是数据挖掘领域中进行数据预处理的一个重要环节,由于成分数据特殊的几何性质,传统的缺失值填补方法不能直接用于这种类型的数据.因此,对成分数据而言,缺失值的填补具有十分重要的意义.为了解决这个问题,本文利用了成分数据和欧氏数据之间的关系,提出了一种基于随机森林的成分数据缺失值迭代填补法,该方法的实施和评估采用模拟和真实的数据集.实验结果表明:新的填补方法可广泛应用于多种类型的数据集且具有较高准确性.

关键词：缺失值填补、成分数据、随机森林

所属期刊栏目：33

分类号：O212.1(概率论与数理统计)

资助基金：山西省高等学校教学改革项目J2014006;山西省自然科学基金面上项目2015011044;山西省国际科技合作计划项目2015081020

在线出版日期：2017-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：102-110