缺失值处理方法比较研究

天蓝 · 发表于 2011-9-3 22:17:03

本帖最后由天蓝于 2011-9-3 22:17 编辑

[摘要]在数据收集过程中，由于各种原因可能造成数据集包括有噪声、不完整，甚至不一致的数据。这些问题将严重影响数据挖掘的质量和结果的稳健性，因此，对数据挖掘的对象进行预处理就显得尤为重要。数据的预处理分为数据清洗、数据集成、数据转换和数据消减。缺失值的处理是数据的清洗的第一步。对缺失值的处理有多种方法，本文将主要分析多重插补的方法。

游客，如果您要查看本帖隐藏内容请回复

浅唱吟歌 · 发表于 2013-5-16 15:44:08

学习了

浅唱吟歌 · 发表于 2013-5-16 15:44:13

学习了

帐号		自动登录	找回密码
密码			立即注册

缺失值处理方法比较研究

评分