本文選題：缺失值填補 + 成分?jǐn)?shù)據(jù)��； 參考：《應(yīng)用概率統(tǒng)計》2017年01期

【摘要】：缺失數(shù)據(jù)處理是數(shù)據(jù)挖掘領(lǐng)域中進行數(shù)據(jù)預(yù)處理的一個重要環(huán)節(jié),由于成分?jǐn)?shù)據(jù)特殊的幾何性質(zhì),傳統(tǒng)的缺失值填補方法不能直接用于這種類型的數(shù)據(jù).因此,對成分?jǐn)?shù)據(jù)而言,缺失值的填補具有十分重要的意義.為了解決這個問題,本文利用了成分?jǐn)?shù)據(jù)和歐氏數(shù)據(jù)之間的關(guān)系,提出了一種基于隨機森林的成分?jǐn)?shù)據(jù)缺失值迭代填補法,該方法的實施和評估采用模擬和真實的數(shù)據(jù)集.實驗結(jié)果表明:新的填補方法可廣泛應(yīng)用于多種類型的數(shù)據(jù)集且具有較高準(zhǔn)確性.
[Abstract]:Missing data processing is an important part of data preprocessing in the field of data mining. Because of the special geometric properties of component data, the traditional missing value filling method can not be directly used for this type of data.Therefore, it is very important for the component data to fill the missing value.In order to solve this problem, this paper uses the relationship between component data and Euclidean data, and proposes an iterative filling method for missing values of component data based on random forest. The implementation and evaluation of this method is based on simulation and real data sets.The experimental results show that the new filling method can be widely used in many kinds of data sets and has high accuracy.
【作者單位】： 山西大學(xué)數(shù)學(xué)科學(xué)學(xué)院;
【基金】：山西省高等學(xué)校教學(xué)改革項目(批準(zhǔn)號:J2014006) 山西省自然科學(xué)基金面上項目(批準(zhǔn)號:2015011044) 山西省國際科技合作計劃項目(批準(zhǔn)號:2015081020)資助
【分類號】：O212.1

【相似文獻】

相關(guān)期刊論文 前10條

1 張啟敏,聶贊坎;隨機森林發(fā)展系統(tǒng)解的存在性和唯一性(英文)[J];應(yīng)用數(shù)學(xué);2003年04期

2 李建更;高志坤;;隨機森林:一種重要的腫瘤特征基因選擇法[J];生物物理學(xué)報;2009年01期

3 袁敏;胡秀珍;;隨機森林方法預(yù)測膜蛋白類型[J];生物物理學(xué)報;2009年05期

4 方匡南;吳見彬;朱建平;謝邦昌;;隨機森林方法研究綜述[J];統(tǒng)計與信息論壇;2011年03期

5 方正;李益洲;肖嘉敏;李功兵;文志寧;李夢龍;;基于復(fù)雜網(wǎng)絡(luò)的隨機森林算法預(yù)測氨基酸突變對蛋白質(zhì)穩(wěn)定性的影響(英文)[J];化學(xué)研究與應(yīng)用;2011年05期

6 王象剛;;基于K均值隨機森林快速算法及入侵檢測中的應(yīng)用[J];科技通報;2013年08期

7 曹正鳳;謝邦昌;紀(jì)宏;;一種隨機森林的混合算法[J];統(tǒng)計與決策;2014年04期

8 張光亞;方柏山;;基于氨基酸組成分布的嗜熱和嗜冷蛋白隨機森林分類模型[J];生物工程學(xué)報;2008年02期

9 馬景義;吳喜之;謝邦昌;;擬自適應(yīng)分類隨機森林算法[J];數(shù)理統(tǒng)計與管理;2010年05期

10 李貞子;張濤;武曉巖;李康;;隨機森林回歸分析及在代謝調(diào)控關(guān)系研究中的應(yīng)用[J];中國衛(wèi)生統(tǒng)計;2012年02期

相關(guān)會議論文 前7條

1 謝程利;王金橋;盧漢清;;核森林及其在目標(biāo)檢測中的應(yīng)用[A];第六屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

2 武曉巖;方慶偉;;基因表達數(shù)據(jù)分析的隨機森林方法及算法改進[A];黑龍江省第十次統(tǒng)計科學(xué)討論會論文集[C];2008年

3 張?zhí)忑?梁龍;王康;李華;;隨機森林結(jié)合激光誘導(dǎo)擊穿光譜技術(shù)用于的鋼鐵分類[A];中國化學(xué)會第29屆學(xué)術(shù)年會摘要集——第19分會：化學(xué)信息學(xué)與化學(xué)計量學(xué)[C];2014年

4 相玉紅;張卓勇;;組蛋白去乙酰化酶抑制劑的構(gòu)效關(guān)系研究[A];第十一屆全國計算（機）化學(xué)學(xué)術(shù)會議論文摘要集[C];2011年

5 張濤;李貞子;武曉巖;李康;;隨機森林回歸分析方法及在代謝組學(xué)中的應(yīng)用[A];2011年中國衛(wèi)生統(tǒng)計學(xué)年會會議論文集[C];2011年

6 馮飛翔;馮輔周;江鵬程;劉菁;劉建敏;;隨機森林和k-近鄰法在某型坦克變速箱狀態(tài)識別中的應(yīng)用[A];第八屆全國轉(zhuǎn)子動力學(xué)學(xué)術(shù)討論會論文集[C];2008年

7 曹東升;許青松;梁逸曾;陳憲;李洪東;;組合樹的集合體和后向消除策略去分類P-糖蛋白化合物[A];第十屆全國計算(機)化學(xué)學(xué)術(shù)會議論文摘要集[C];2009年

相關(guān)博士學(xué)位論文 前5條

1 張乾;基于隨機森林的視覺數(shù)據(jù)分類關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2016年

2 曹正鳳;隨機森林算法優(yōu)化研究[D];首都經(jīng)濟貿(mào)易大學(xué);2014年

3 雷震;隨機森林及其在遙感影像處理中應(yīng)用研究[D];上海交通大學(xué);2012年

4 岳明;基于隨機森林和規(guī)則集成法的酒類市場預(yù)測與發(fā)展戰(zhàn)略[D];天津大學(xué);2008年

5 李書艷;單點氨基酸多態(tài)性與疾病相關(guān)關(guān)系的預(yù)測及其機制研究[D];蘭州大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 錢維;藥品不良反應(yīng)監(jiān)測中隨機森林方法的建立與實現(xiàn)[D];第二軍醫(yī)大學(xué);2012年

2 韓燕龍;基于隨機森林的指數(shù)化投資組合構(gòu)建研究[D];華南理工大學(xué);2015年

3 賀捷;隨機森林在文本分類中的應(yīng)用[D];華南理工大學(xué);2015年

4 張文婷;交通環(huán)境下基于改進霍夫森林的目標(biāo)檢測與跟蹤[D];華南理工大學(xué);2015年

5 李強;基于多視角特征融合與隨機森林的蛋白質(zhì)結(jié)晶預(yù)測[D];南京理工大學(xué);2015年

6 朱玟謙;一種收斂性隨機森林在人臉檢測中的應(yīng)用研究[D];武漢理工大學(xué);2015年

7 肖宇;基于序列圖像的手勢檢測與識別算法研究[D];電子科技大學(xué);2014年

8 李慧;一種改進的隨機森林并行分類方法在運營商大數(shù)據(jù)的應(yīng)用[D];電子科技大學(xué);2015年

9 趙亞紅;面向多類標(biāo)分類的隨機森林算法研究[D];哈爾濱工業(yè)大學(xué);2014年

10 黎成;基于隨機森林和ReliefF的致病SNP識別方法[D];西安電子科技大學(xué);2014年

，

本文編號：1758763