- 1、本文档共12页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
?
?
一种基于MissFroest的并行插补算法
?
?
华南马春萍朱彦霞刘惠萍曹彦王飞张利鹏
摘要:本研究针对大数据分析预处理的缺失数据值填补问题及解决方案进行了探讨,提出了一种用于缺失值填充的插补算法。该算法在MissForest算法基础上融合K折交叉验证的思想,通过在不同缺失率下的插补试验与分析表明:该算法的填补误差小于传统的CNN插补算法,运行时间复杂度优于基础的MissForest算法,具有较强的泛化能力。
关键词:数据缺失;机器学习;缺失值插补;隨机森林
:TP399??文献标志码:A??:1003-5168(2022)3-0018-04
DOI:10.19968/j.cnki.hnkj.1003-5168.2022.03.004
AParallelInterpolationAlgorithmBasedonMissFroest
HUANanMAChunpingZHUYanxiaLIUHuipingCAOYanWANGFei
ZHANGLipeng
(1.ChinaRadioandTelevisionHenanNetworkCo.,Ltd.,Zhengzhou450000,China;2.TheFirstAffiliatedHospitalof?HenanUniversityofCM,Zhengzhou450000,China;3.HenanGeneralHospital,Zhengzhou450002,China;4.CollegeofInformationEngineering?XuchangUniversity,Xuchang461000,China;5.HenanUniversityofAnimalHusbandryandEconomy,Zhengzhou450000,China)
Abstract:Thisstudydiscussestheproblemofmissingdatavaluefillinginthepreprocessingofbigdataanalysisanditssolutions,andproposesaninterpolationalgorithmformissingvaluefilling.ThisalgorithmcombinestheideaofK-foldcross-validationonthebasisoftheMissForestalgorithm.InterpolationexperimentsandanalysisunderdifferentmissingratesshowthatthealgorithmhaslessfillingerrorthanthetraditionalCNNinterpolationalgorithm,runningtimecomplexityisbetterthanthebasicMissForestalgorithm,andhasastronggeneralizationability.
Keywords:missingdata;machinelearning;imputationofmissingvalues;randomforest
0引言
随着信息技术、互联网技术、物联网技术的迅速发展,人们已经进入了高数字化“大数据”时代,大数据的存储、分析及有效利用成为各行各业广泛关注的焦点。数据的采集与处理过程是数据分析的前置过程,也影响着数据分析的质量与效率。由于采集设备故障,导致调查问卷的选择性认知程度、数据录入过程存在错误,部分数据损坏或丢失等采集过程不可控因素较多,数据的“大”与缺失并存,形成了大数据中“天然的矛盾体”,数据的缺失对数据的分析会产生样本复杂性增加、预测评估偏差、结论导向偏离等不同程度的影响[1]。如何有效处理缺失数据成为数据分析中的重点问题与挑战。
本研究梳理了数据缺失的机制、处理方法等国内外相关研究,在随机缺失机制下,提出了一种基于MissForest的并行缺失值插补方法,并通过模拟试验进行了分析及效果评价,为缺失数据插补提供了一种新方法。
1国内外研究现状
数据的缺失机制主要分为完全随机缺失(MCAR)、随机缺失(MAR)、完全非随机缺失(MANR),处理缺失的处理方法主要有删除和插补两种。删除数据会造成分析数据信息量的丢失以及分析的不完整,对研究数据的采集工作也是一种巨大的浪费[2]。
您可能关注的文档
- 个性化健康教育在前列腺增生患者护理中的应用.docx
- 三维协同设计在水利水电工程设计中的应用.docx
- 工法培训课件.pptx
- 主体工程防水质量责任与落实.docx
- HDPE管道施工方案.docx
- 技术质量培训习题.docx
- 地下室渗漏防治.docx
- 2024年广东省韶关市乳源瑶族自治县数学九上开学教学质量检测试题【含答案】.doc
- 2024年福建省平和第一中学数学九上开学学业质量监测试题【含答案】.doc
- 2024年甘肃省定西市渭源县九年级数学第一学期开学经典试题【含答案】.doc
- 计及电动汽车移动储能动态电价的微电网优化调度研究及解决方案.pdf
- 浅谈电动汽车充电桩绝缘智能化自检装置的设计与应用 .pdf
- 浅谈电动汽车公共充电桩布局方案评价方法.pdf
- 浅谈基于弹性响应的电动汽车快充电价定价策略 汽车充电桩有序充电.pdf
- 浅谈光储充一体化社区的有序充电策略及解决方案.pdf
- 晚期肾透明细胞癌系统性治疗中国专家共识(2024版).pptx
- 中国膀胱癌保膀胱治疗多学科诊治协作共识(2022版).pptx
- 成人心血管外科手术体外循环患者血液管理指南.pptx
- 下尿路修复重建移植物应用规范中国专家共识.pptx
- 中国儿童急性非静脉曲张性上消化道出血诊治指南(2024).pptx
最近下载
- 水厂二期工程自控仪表及安防系统技术标准和要求.doc
- 四年级科学下册岩石与土壤3.7比较不同的土壤课件教科版.pptx
- 钢吊车梁SG520-1标准图集.pdf
- ppt课件云朵棉花糖.ppt
- 2024年人教精通版三年级上册英语Unit 2 Fun time & Story time.pptx VIP
- 川教版(2024)三年级上册信息科技 1.3树立正确在线观念 课件.pptx VIP
- 院科两级质量与安全教育培训计划与记录.pdf
- 2024年新湘教版七年级上册数学全册教案设计.docx
- 川教版(2024)三年级上册信息科技 第二节 了解多样在线技能 课件.pptx VIP
- 新课标背景下的教学论文:小学语文整本书阅读教学策略探究.docx VIP
文档评论(0)