| 缺失数据处理方法的比较研究 |
| |
| 引用本文： | 刘鹏,雷蕾,张雪凤.缺失数据处理方法的比较研究[J].计算机科学,2004,31(10):155-156. |
| |
| 作者姓名： | 刘鹏 雷蕾 张雪凤 |
| |
| 作者单位： | 上海财经大学经济信息管理系,上海,200433 |
| |
| 基金项目： | 上海财经大学"211工程"重点学科建设项目资助(2004[9]). |
| |
| 摘 要： | 数据挖掘已被广泛用于医疗领域，而大多数医疗数据集都存在缺失值。本文介绍了一些缺失值估计算法。建立了5种模型来提高预测的有效性，它们是保留缺失模型、直接丢弃模型、贝叶斯补缺模型、贝叶斯重叠补缺模型和基于信息增益的贝叶斯重叠补缺模型。这些模型在Clinics数据集上进行了处理和分析。用C4．5决策树和10叠交叉确认法来检验这些模型的性能，结果表明根据信息增益递减顺序排序，用朴素贝叶斯分类器来预测缺失值是有效的。
|
| 关 键 词： | 信息增益 朴素贝叶斯分类器 模型 数据挖掘 决策树 数据集 医疗领域 医疗数据 保留 处理 |
A Comparison Study of Missing Value Processing Methods |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
