基于D-S证据理论的不完整数据混合分类算法.docx

基于D-S证据理论的不完整数据混合分类算法.docx

0 引言 在实际应用中,由于多种原因导致数据集出现了大量的不完整样本(incomplete data)[1]使得人们无法直接使用一些已经取得广泛应用的经典聚类算法[2-3]. Pedro等[4]根据数据的缺失机制,将缺失数据分为三种:完全随机缺失(missing completely at random,MCAR)、随机缺失(missing at random,MAR)和非随机缺失(not missing at random,NMAR).其中,完全随机缺失是指缺失值既与自身值无关也与其它任何值无关,例如传感器设备失灵等;随机缺失是指缺失值与自身值无关,但可以根据数据库中其它样本进行预测,例如调

文档评论(0)

1亿VIP精品文档

相关文档