[发明专利]基于KNN算法的数据分析方法、装置、设备及存储介质

说明书

本申请涉及人工智能技术领域，提供了一种基于KNN算法的数据分析方法、装置、设备及存储介质，其中方法包括：接收数据分析指令；若所述数据分析指令对应的数据集中存在缺失数据，则基于所述缺失数据的属性获取所述缺失数据的关联数据；基于KNN算法对所述缺失数据的属性和所述数据集，以及所述关联数据和所述关联数据的属性进行处理，得到所述缺失数据的目标预测值；基于所述目标预测值和所述数据集进行数据分析。采用本申请，能够预测缺失的数据，可提高数据分析的准确率，有利于提高模型训练的精确度和模型识别的准确率。

技术领域

本申请涉及人工智能技术领域，主要涉及了一种基于KNN算法的数据分析方法、装置、设备及存储介质。

背景技术

在人工智能(Artificial Intelligence，AI)模型训练过程中，经常需要大量的数据进行训练。然而，待训练的原始数据和待识别的原始数据中可能存在缺失的数据。例如，公司财报中的净资产收益、全部债务、负债合计等涉及公司经营状态，可能为缺失的数据，从而导致对该公司的经济状态的数据分析失败或准确率低。

目前，通常采用全部填充0，或者平均值，或者中位数的方式对缺失的数据进行填充。以上三种填充方式简单粗暴，不能反映样本的真实面貌，导致数据分析失败或分析的准确率低。

发明内容

本申请实施例提供了一种基于KNN算法的数据分析方法、装置、设备及存储介质，能够预测缺失的数据，可提高数据分析的成功率和准确率，有利于提高模型训练的精确度和模型识别的准确率。

第一方面，本申请实施例提供一种基于KNN算法的数据分析方法，其中：

接收数据分析指令；

若所述数据分析指令对应的数据集中存在缺失数据，则基于所述缺失数据的属性获取所述缺失数据的关联数据；

基于KNN算法对所述缺失数据的属性和所述数据集，以及所述关联数据和所述关联数据的属性进行处理，得到所述缺失数据的目标预测值；

基于所述目标预测值和所述数据集进行数据分析。

第二方面，本申请实施例提供一种基于KNN算法的数据分析装置，其中：

通信单元，用于接收数据分析指令；

获取单元，用于若所述数据分析指令对应的数据集中存在缺失数据，则基于所述缺失数据的属性获取所述缺失数据的关联数据；

处理单元，用于基于KNN算法对所述缺失数据的属性和所述数据集，以及所述关联数据和所述关联数据的属性进行处理，得到所述缺失数据的目标预测值；基于所述目标预测值和所述数据集进行数据分析。

第三方面，本申请实施例提供一种计算机设备，包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，所述程序包括用于如第一方面中所描述的部分或全部步骤的指令。

第四方面，本申请实施例提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储计算机程序，其中，所述计算机程序使得计算机执行以实现如第一方面中所描述的部分或全部步骤。

实施本申请实施例，将具有如下有益效果：