基于属性重要性的不完备数据填充算法

作者： 陈志奎 ; 吕爱玲 ; 张清辰

摘要：现有的不完备数据填充算法对所有缺失数据采用统一方式填充,没有考虑数据的重要性,效率低,实时性差.因此,本文提出一种基于属性重要性的不完全数据填充算法.通过差分矩阵求得属性约简,根据约简区分重要属性和非重要属性,对于重要属性数据填充采用改进的马氏距离填充方法,而不重要属性数据填充采用相似度概率填充方法,保证了数据精确度的同时,提高了实时性,具有实用性.最后,实验部分采用数据家庭系统数据和UCI标准数据集分别对算法性能进行了分析,验证了该算法的优越性.

关键字： 不完备系统 数据填充 马氏距离 属性约简

---

上一篇：基于集成PU学习数据流分类的入侵检测方法
下一篇：10G EPON中面积优化的RS（255,223）解码器设计