灵敏度分析分类的缺失数据.PDFVIP

第 2 卷增刊 Ⅱ 管 　理 　学 　报 Vol. 2 Sup. Ⅱ 　　　 　　　　　　　　　　　 　　　　　　　　　 2005 年 9 月 Chinese Journal of Management Sep. ,2005 灵敏度分析 :分类器中的缺失数据 雷　蕾　吴乃君　刘　鹏　刘兰娟 (上海财经大学信息管理与工程学院) 　　摘要 :在数据挖掘技术中 ,分类预测具有十分广泛的应用。由于数据集中总是存在着不同程 度的数据缺失 ,降低了分类模型的预测准确率。主要通过灵敏度分析来研究缺失数据对分类算法 的影响。对6 种分类器进行实验 ,结果显示 ,当数据集中缺失数据超过 20 % ,会对分类模型的预测 准确率产生很大的不利影响 ,而且对于不同特征的数据集影响也不同。在这 6 种分类器中 ,朴素贝 叶斯分类器对缺失数据最不敏感。对于目前流行缺失数据的处理方