13 填充算法.docVIP

稀疏编码的最近邻填充算法* 苏毅娟1 , 程德波2 , 宗 鸣2 , 李凌2 ,朱永华3 广西师范学院，南宁530023；2.广西师范大学计算机科学与信息工程学院，广西桂林 541004 广西大学 计算机与电子信息学院, 南宁530004K-Nearest Neighbor Imputation，简称KNNI）的参数K值固定问题了研究，发现对缺失值填充时，K值固定很大程度上影响填充效果这一重构过程中考虑了样本之间的相关性能分析指标RMSE和相关系数的实验比较结果表明，该算法比KNNI算法的效果要好。该算法能很好的避免KNNI算法的缺陷，适用于预处理缺失值填充应用。缺失值填充RMSE；相关系数 中图分类号：TP181 K Nearest Neighbor Imputation based on Sparse Coding SU Yi-juan1,CHENG De-bo2, ZONG Ming2, LI Ling2 , ZHU Yong-hua3 (1.Guangxi Teachers Education University, Nanning, 530023, Guangxi, China; 2. Guangxi Normal University, Guilin, 541004, Guangxi, China