文献类型：期刊文章

作　　者：邓建新[1,2] 单路宝[1,2] 贺德强[1,2] 唐锐[1,2]

Deng Jianxin;Shan Lubao;He Deqiang;Tang Rui(Guangxi Key Lab of Manufacturing System&Advanced Manufacturing Technology,Guangxi University,Nanning 530003,China;School of Mechanical Engineering,Guangxi University,Nanning 530003,China)

机构地区：[1]广西大学广西制造系统与先进制造技术重点实验室,南宁530003 [2]广西大学机械工程学院,南宁530003

出　　处：《统计与决策》

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)

年　　份：2019

卷　　号：0

期　　号：23

起止页码：28-34

语　　种：中文

收录情况：BDHX、BDHX2017、CSSCI、CSSCI2019_2020、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

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  

分 类 号：O212]