[发明专利]一种改进的对缺失值插补的算法在审
| 申请号： | 201611122144.X | 申请日： | 2016-12-08 |
| 公开（公告）号： | CN108197079A | 公开（公告）日： | 2018-06-22 |
| 发明（设计）人： | 吴剑文;许飞月;陈乐焱;陶波 | 申请（专利权）人： | 广东精点数据科技股份有限公司 |
| 主分类号： | G06F17/18 | 分类号： | G06F17/18 |
| 代理公司： | 北京隆源天恒知识产权代理事务所(普通合伙) 11473 | 代理人： | 闫冬 |
| 地址： | 510630 广东省广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 插补 算法 测试集 准确度 改进 缺失数据 数据集 数据组 训练集 记录 类聚 预测 | ||
1.一种改进的对缺失值插补的算法，包括以下步骤：
步骤S1，对所有数据进行层次类聚；
步骤S2，针对含有缺失值的类，根据是否有缺失值的记录，将记录分为完全数据组m1和缺失数据组m2；
步骤S3，将m1中的数据随机分成训练集和测试集，用k种插补方法预测测试集，得出准确度最高的方法，k为自然数；
步骤S4，判断此方法是否为弱算法，若是，结合bagging算法得到该类的缺失值插补的函数，若否，该算法为最终算法；
步骤S5，运用最终插补函数对该类的缺失值进行插补；
步骤S6，判断是否存在还有缺失值的类，若是，回到步骤S2，若否，结束算法。
2.如权利要求1所述改进的对缺失值插补的算法，其特征在于，所述步骤S3中的插补方法包括均值替换法，热卡填充法，回归替换法，多重替代法。
3.如权利要求1所述改进的对缺失值插补的算法，其特征在于，所述步骤S4中结合bagging算法获得函数的思路为：判断缺失值是否为离散型，若是，则直接根据投票结果对缺失值进行插补，否则，通过得票的平均值对缺失值进行插补。
4.如权利要求2或3所述改进的对缺失值插补的算法，其特征在于，所述步骤S3中采用K-S正态性检验评价不同方法处理后的数据集是否符合正态分布。
5.如权利要求2或3所述改进的对缺失值插补的算法，其特征在于，所述步骤S3中采用Wilcoxon符号秩和检验比较处理后的数据集与完整数据集的分布是否来自同一总体。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东精点数据科技股份有限公司，未经广东精点数据科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201611122144.X/1.html，转载请声明来源钻瓜专利网。
