缺失的分类数据填补方法研究

《缺失的分类数据填补方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文论文题目缺失的分类数据填补方法研究秦作者姓名潘璐％指导教师ｍｍ统计学学科（专业）所在学院数学科学学院提交日期２０１８年３月独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研宄成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研宄成果，也不包含为获得浙江大学或其他教育机构的学位或证书而使用过的材料一同工作的同志对本研宄所做的任何贡献。与我均已在论文中作了明确的说明并表示谢意。学位论文作者签名：邊ｒｘｉ＿签字日期：＞０１《

2、年４月＞日学位论文版权使用授权书本学位论文作者完全了解浙江大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权浙江大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）学位论文作者签名：导师签名：袖备；＂签字日期？〇．年￥月日签字日期：＞它年月日７丨￥７学位论文作者毕业后去向：工作单位：电话：通讯地址：邮编浙江大学硕士学位论文摘要摘要一缺失数据的处

3、理是数据预处理中很重要的部分．缺失数据的存在对模型的估计，模型的检验等造成了影响，研究如何有效的处理缺失数据具有很重要的意义．该文主要是探讨对分类数据的缺失填补方法的研究．假设分类属性数据是由一个潜在的服从标准正态分布的连续变量决定的然后分别讨论了两类情况一，，类是没有因变量的数据集另一类是含有因变量的数据集这里仅对一个因变量，（的情况讨论）．对于无因变量的情况，考虑样本之间的相似性，结合数据集转化的思想提出一一数据集转化了种新的填补算法（ＴＫＮＮ填补算法）．对于有个因变量的情况，后再用回归方程估计缺失值，即改进的回归填补算法（ＴＲｅｇ填补算

4、法）．文中用均方根误差ＲＭＳＥ作为评价指标一定程度，可以看到将数据集转化后的填补算法在上的有效性．＊本文主要结论是．１．在缺失比例较小时用完全个体分析就能得到较好的结，一果．２．ＴＲｅｇ和ＴＫＮＮ填充算法在定程度上比直接在原始数据集上做填充的效果一好．希望本文对之后学者研究缺失数据及数据分析时有定的借鉴意义．关键词：缺失数据；潜变量；近邻；分类数据；回归Ｉ浙江大学硕士学位论文ＡＢＳＴＲＡＣＴＡｂｓｔｒａｃｔｉｎｄａａｒｏｃｅｓｓｉｎｉｓａ？ＭｉｓｓｔｖｅｒｉｍｏｒｔａｎｔａｒｔｏｆｄａｔａｒｅｒｏｃｅｓｓｉｎＴｈｅｅ

5、ｘｉｓｇｙ．ｐｇｐｐｐｐｇｔｅｎｃｅｏｆｍｉｓｓｉｎｇｄａｔａａｆｆｅｃｔｓｔｈｅｅｓｔｉｍａｔｅｏｆｔｈｅｍｏｄｅｌ，ｍｏｄｅｌｔｅｓｔａｎｄｓｏｏｎｓｒｅｓｅａｒｃｈｈｏｗｔｏｅｆｆｅｃｔｉｖｅｌｙｄｅａｌｗｉｔｈｍｉｓｓｉｎｄａｔａｈａｓｖｅｒｉｍｏｒｔａｎｔｓｉｎｉｆｉｃａｎｃｅ．Ｔｈｉｓａｅｒｇｙｐｇｐｐｍａｉｎｌｙｄｉｓｃｕｓｓｅｓｍｅｔｈｏｄｓｔｏｆｉｌｌｔｈｅｍｉｓｓｉｎｇｄａｔａｏｆｃｌａｓｓｉｆｉｃａｔｉｏｎｄａｔａ．Ａｓｓｕｍｅｔｈａｔｃｓｓｉｆｃａａ

6、ｔｔｒｉｂｕｔｄａｔａｉｓｄｅｃｉｄｅｄｂａｌａｔｅｎｔｖａｒａｉｅｔｈａｏｂｅｅｓｔａｎｄａｒｄｎｏｒ－ｌａｉｔｉｏｎｅｙｂｌｔｔｈｙｍａｌｄｉｓｔｒｉｂｕｔｉｏｎ，ａｎｄｔｈｅｎｄｉｓｃｕｓｓｅｄｔｗｏｋｉｎｄｓｏｆｓｉｔｕａｔｉｏｎｓ，ｏｎｅｋｉｎｄｉｓｎｏｄｅｐｅｎｄｅｎｔｖａｒｉａｂｌｅ，ａｎｏｔｈｅｒｋｉｎｄｉｓｄａｔａｓｅｔｃｏｎｔａｉｎｉｎｇｔｈｅｄｅｐｅｎｄｅｎｔｖａｒｉａｂｌｅ（ｈｅｒｅｏｎｌｙｆｏｒｏｎｅｄｅｐｅｎｄｅｎｔｖａｒｉａｂｌｅｏｆｄｉｓｃｕｓｓｉｏ

7、ｎ）．ＩｎｔｈｅｃａｓｅｏｆｎｏｄｅｐｅｎｄｅｎｔｖａｒｉａｂｌｅｒｏｏｓｉｎａｎｅｗｆｉｌｌｉｎａｌｏｒｉｔｈｍＴＫＮＮ，ｐｐｇｇｇ（ｆｉ－ｌｌｉｎａｌｏｒｉｔｈｍｏｎｔｈｅｔｒａｎｓｌａｔｅｄｄａｔａ．Ｉｎｔｈｉｓｐａｅｒｉｎｔｈｅｃａｓｅｏｆａｄｅｅｎｄｅｎｔｖａｒｉｇｇ）ｐ，ｐ？ａｂｌｅｅｒｃｅｒｓｉｏｎｓｉｎｔｈｅｒｅｒｅｓｓｉｏｎｕａｔｉｏｎｔｏｎｖｅｅｓｔｉｍａｔｅｔｈｅｉｓｓｉｎｖａｌｕｅｎａｍｅ＾ｆｔｕｏｍｇｇｑｇ