基于統(tǒng)計(jì)學(xué)習(xí)的數(shù)據(jù)預(yù)處理缺失值清洗方法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩60頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著因特網(wǎng)的蓬勃發(fā)展、社會(huì)的數(shù)字化變革以及經(jīng)濟(jì)的快速發(fā)展,數(shù)據(jù)的規(guī)模正在以驚人的速度不斷增長(zhǎng)。如何從大量數(shù)據(jù)中提取所蘊(yùn)藏著的有價(jià)值信息變得越來(lái)越重要,由此,數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生。數(shù)據(jù)挖掘算法也越來(lái)越受到人們的重視,其中許多算法和模型都建立在理想的數(shù)據(jù)集上,而現(xiàn)實(shí)中的數(shù)據(jù)集通常存在著數(shù)據(jù)不完整的情況,即數(shù)據(jù)記錄中含有缺失值的情況。對(duì)于缺失數(shù)據(jù),通常采用某種清洗方法對(duì)其進(jìn)行處理,然后在處理后生成的完整數(shù)據(jù)集上進(jìn)行數(shù)據(jù)挖掘。
   目

2、前應(yīng)用在缺失值插補(bǔ)上的方法有很多,它們各有其優(yōu)缺點(diǎn)。本文在對(duì)缺失值插補(bǔ)方法進(jìn)行了大量研究和分析后,針對(duì)具有聚類(lèi)特征的數(shù)據(jù)集提出了一種變量選擇、回歸預(yù)插補(bǔ)、聚類(lèi)分析、回歸插補(bǔ)的缺失值清洗框架,該框架構(gòu)成了基于統(tǒng)計(jì)學(xué)習(xí)的缺失值清洗方法。此外,針對(duì)本文提出的缺失值插補(bǔ)方法,在深入研究K-means算法的優(yōu)缺點(diǎn)后,提出一種改進(jìn)的聚類(lèi)算法。并在實(shí)現(xiàn)過(guò)程中提出了整個(gè)缺失值清洗過(guò)程的流程。
   最后分別在聚類(lèi)數(shù)據(jù)集上、隨機(jī)數(shù)據(jù)集和真實(shí)數(shù)據(jù)集

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論