一种属性丢失值分块填补方法  

A Block Filling Method for Missing Attribute Values

作　　者：朱林杰[1] Zhu Linjie

机构地区：[1]河南理工大学信息化建设与管理中心,河南焦作454000

出　　处：《甘肃科技纵横》2022年第4期5-8,共4页Scientific & Technical Information of Gansu

摘　　要：丢失值填补在数据挖掘领域是非常重要的。针对数据集中出现属性丢失值的情况,本论述提出了一种属性丢失值分块填补(ABNS)的方法。首先对数据集进行标准化处理,然后将其数据分成相等的n个块,接着验证每一块来获取相对应的最优的K值,最后使用最优的K值进行数据填补来得到相应的数据。实验采用公开数据集Horse Colic、Vote和Diabetes进行实验,并且在使用贝叶斯、KNN和SMO算法进行分类评估的情况下,对所提出的方法与传统均值填补方法和概率填补方法进行对比。实验结果分析表明,所提方法的填补效果较对比的方法具有一定优势。

关 键 词：分类 KNN 属性丢失值 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]