基于模糊规则的随机缺失属性值数据分类算法

摘要：

针对缺失属性值数据分类算法中模型分类精度和泛化能力低的问题,提出一种基于模糊规则的缺失属性值数据分类算法,即“循环-接收”模型.该算法不需要对缺失属性值数据进行插补运算,可直接对该数据集进行分类.对UCI公开数据集进行模拟仿真实验,实验结果表明,“循环-接收”模型与其他算法相比具有更高的分类精度和泛化能力.

关键词：缺失属性值、隶属函数、模糊规则、分类

所属期刊栏目：57

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金61573266

在线出版日期：2019-05-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：89-96