數(shù)據(jù)挖掘中空缺值預(yù)測(cè)算法的研究與實(shí)現(xiàn).pdf

1、數(shù)據(jù)挖掘技術(shù)被廣泛地應(yīng)用于社會(huì)各個(gè)領(lǐng)域，數(shù)據(jù)挖掘的成功與否和適用性能在很大程度上取決于數(shù)據(jù)質(zhì)量。在獲取數(shù)據(jù)的過(guò)程中，無(wú)法避免空缺值的產(chǎn)生?？杖敝档拇嬖趯?duì)數(shù)據(jù)質(zhì)量影響很大，因此，空缺值預(yù)測(cè)是數(shù)據(jù)預(yù)處理中的重要工作，是提高數(shù)據(jù)質(zhì)量的關(guān)鍵一步。 本文首先分析和研究了具有代表性的灰色GM(1,1)預(yù)測(cè)空缺值算法和MVC預(yù)測(cè)空缺值算法?；疑獹M(1,1)預(yù)測(cè)空缺值算法需要分別對(duì)各序列建立GM(1,1)模型，且不能充分利用序列之間的關(guān)聯(lián)性，

2、無(wú)法解決其間的復(fù)雜非線性關(guān)系，導(dǎo)致對(duì)空缺值的預(yù)測(cè)精度不高。MVC預(yù)測(cè)空缺值算法具有以關(guān)聯(lián)規(guī)則所預(yù)測(cè)空缺值的精準(zhǔn)率，但仍然有部分空缺值無(wú)法用已挖掘得到的關(guān)聯(lián)規(guī)則來(lái)預(yù)測(cè)，未能夠再深一層的解決空缺值的填補(bǔ)率及正確率的問(wèn)題。 本文對(duì)灰色GM(1,1)預(yù)測(cè)空缺值算法進(jìn)行了改進(jìn)，將灰色GM(1,1)模型和三層BP神經(jīng)網(wǎng)絡(luò)相結(jié)合，然后提出了灰色神經(jīng)網(wǎng)絡(luò)組合預(yù)測(cè)空缺值算法?；疑窠?jīng)網(wǎng)絡(luò)組合預(yù)測(cè)空缺值算法適合于小樣本時(shí)序數(shù)據(jù)集，不僅考慮各序列數(shù)據(jù)