论文库
一种基于双聚类的缺失数据填补方法
论文编号:
第一作者: 郝胜轩;宋宏;周晓锋
联系作者:
发表年度: 2015
期: 3
卷: 32
页: 674-678
摘要: 针对现实数据集的数据缺失问题,本文提出了一种基于双聚类的缺失数据填补新方法。首先,该算法利用双聚类簇内平均平方残值越小簇内数据相似性越高的这一特性,将缺失数据的填补问题转化为求解特定双聚类簇最小平均平方残值的问题,进而实现了数据集中缺失元素的预测。其次,该算法利用二次函数求解极小值的思想对包含有缺失数据的特定双聚类簇最小平均平方残值的问题进行求解,并进行了数学上的分析证明。最后,进行仿真验证,通过观察UCI数据集的实验结果可知,本文所提出的算法具有较高的填补准确性。
英文摘要:
刊物名称: 计算机应用研究
学科:
论文出处:
论文类别:
参与作者:
影响因子:
全文链接: