缺失数据的处理方法及其发展趋势

被引：89

作者：

邓建新 ^{[1
,2
]}

单路宝 ^{[1
,2
]}

贺德强 ^{[1
,2
]}

唐锐 ^{[1
,2
]}

机构：

[1] 广西大学广西制造系统与先进制造技术重点实验室

[2] 广西大学机械工程学院

来源：

统计与决策 | 2019年 / 35卷 / 23期

关键词：

缺失数据; 处理方法; 单一插补; 多重插补; 方法比较;

D O I：

10.13546/j.cnki.tjyjc.2019.23.005

中图分类号：

F224 [经济数学方法]; O212 [数理统计];

学科分类号：

0701 ; 070104 ; 020208 ; 070103 ; 0714 ;

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。

引用

页码：28 / 34

页数：7

共 21 条

[1] 数据质量评价述评 [J].