面向不完備數(shù)據(jù)的分類方法研究.pdf

1、大數(shù)據(jù)時(shí)代，面向海量數(shù)據(jù)的數(shù)據(jù)挖掘正受到各行各業(yè)的廣泛關(guān)注和應(yīng)用。數(shù)據(jù)不但在量上呈現(xiàn)爆炸性增長，而且在內(nèi)容和形式上也日益復(fù)雜化。由于主觀或客觀因素，數(shù)據(jù)丟失是不可避免的。由數(shù)據(jù)的丟失而導(dǎo)致數(shù)據(jù)的不完備給現(xiàn)有的挖掘算法提出了挑戰(zhàn)。
　　為提升C4.5算法對(duì)不完備數(shù)據(jù)的處理能力，針對(duì)C4.5算法在特征選擇時(shí)會(huì)忽略缺失值提出用最高頻屬性值替換的C4.5算法(C4.5-RHFAV)，解決了不完備數(shù)據(jù)包含信息丟失的問題，實(shí)驗(yàn)結(jié)果表明改進(jìn)的C

2、4.5-RHFAV很好的達(dá)到預(yù)定目標(biāo)，獲得了比傳統(tǒng)C4.5算法更高的分類準(zhǔn)確率。
　　針對(duì)C4.5算法在特征選擇時(shí)會(huì)忽略缺失值和C4.5-RHFAV在替換缺失值時(shí)樣本利用率低的問題，提出用最優(yōu)加權(quán)屬性值替換的C4.5算法(C4.5-RWAV)，解決了不完備數(shù)據(jù)樣本包含信息丟失的問題和能處理C4.5-RHFAV不適用的數(shù)據(jù)集，實(shí)驗(yàn)結(jié)果表明C4.5-RWAV很好的達(dá)到預(yù)定目標(biāo)，獲得了比傳統(tǒng)C4.5算法更高的分類準(zhǔn)確率并在某些數(shù)據(jù)集下獲