文献类型：期刊文章

作　　者：张晓琴[1] 程誉莹[1]

机构地区：[1]山西大学数学科学学院,太原030006

出　　处：《应用概率统计》

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

年　　份：2017

卷　　号：33

期　　号：1

起止页码：102-110

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD_E2017_2018、JST、MR、ZGKJHX、ZMATH、核心刊

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  

分 类 号：O212.1]