基于聚类关联规则的缺失数据处理研究

被引：30

作者：

方匡南 ^{[1
]}

谢邦昌 ^{[2
,3
]}

机构：

[1] 厦门大学经济学院

[2] 台湾辅仁大学统计资讯系

[3] 不详

来源：

关键词：

聚类; 关联规则; 缺失数据; 插补;

D O I：

10.19343/j.cnki.11-1302/c.2011.02.015

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

本文提出了基于聚类和关联规则的缺失数据处理新方法,通过聚类方法将含有缺失数据的数据集相近的记录归到一类,然后利用改进后的关联规则方法对各子数据集挖掘变量间的关联性,并利用这种关联性来填补缺失数据。通过实例分析,发现该方法对缺失数据处理,尤其是对在先验辅助信息缺失情况下的海量数据集具有较好的效果。

引用

页码：87 / 92

页数：6

共 5 条

[1] 一种缺失数据的填补方法
张其文
李明
[J]. 兰州理工大学学报, 2006, (02) : 102 - 104
[2] 缺失数据的插补调整
金勇进
[J]. 数理统计与管理, 2001, (06) : 47 - 53
[3] 调查中的数据缺失及处理(Ⅰ)——缺失数据及其影响
金勇进
[J]. 数理统计与管理, 2001, (01) : 59 - 62
[4] 缺失数据的统计处理[M]. 中国统计出版社 , 金勇进, 2009
[5] AN ANALYSIS OF FOUR MISSING DATA TREATMENT METHODS FOR SUPERVISED LEARNING[J] . Gustavo E. A. P. A. Batista,Maria Carolina Monard.Applied Artificial Intelligence . 2003 (5-6)