一种可扩展的遗失值填充算法.pdfVIP

( ) 第 35 卷第 5 期 中南大学学报 自然科学版 Vol. 35 　No 5 2004 年 10 月 　 　　　　　　　 　　 　　　　　　　 Oct . 　2004 J. CENT. SOUTH UNIV. ( SCIENCE AND TECHNOLOGY) 一种可扩展的遗失值填充算法 周继承 ,周宏广 ( 中南大学 信息科学与工程学院 ,湖南 长沙 ,410083) 摘要 :针对数据预处理中的遗失值填充问题 ,运用策略模式设计了一种可扩展的遗失值填充算法 ; 构造了 Sim pleImputation , KNN Imputation 和 DTBImputation 3 个具体的策略类 ,分别封装了简单遗失值填充算法、KNN 遗失值 填充算法以及 DTB 遗失值填充算法。实验结果表明 :简单填充算法执行速度最快但精度最低 ,DTB 算法执行速度 较慢但精度较高 , KNN 算法执行速度最慢但精度最高。该算法允许用户根据自身对速度和精度的需求来选取相 应的填充算法 ,并通过添加新策略类的方式来扩展其遗失值填充功能 ,从而解决了遗失值造成的数据质量问题 ,提 高了数据预处理程序的通用性和可扩展性。 关键词 :遗失值 ; 策略模式 ; 数据预处理 中图分类号: TP3111 文献标识码 :A 文章编号 (2004) An Extensible Algorithm for Filling Missing Data Value s ZHOU Jicheng ,ZHOU Hongguang ( School of Information Science and Engineering , Central South University , Changsha 410075 , China) Abstract : For filling missing data values in the data preprocessing , an extensible algorithm based on strategy pattern is put forward. In the algorithm three concrete strategy classes is used for encapsulate the simplefilling , KNNfilling and D TBfilling algorithm for dealing with missing data values. The experiment results of filling missing data show that simplefilling algorithm has the fastest speed and the lowest precision , D TBfilling algorithm has slower speed and higher precision , KNNfilling algo rithm has the slowest speed and the highest precision. Allowing users to choose the proper algorithm according