基于模糊软集合的缺失数据新的预测方法
数据缺失现象是无法避免的客观存在的问题,数据填充是一种很好的处理该问题的方法.数据的类型多种多样,很多数据含有不确定性,模糊软集合理论是有效的处理不确定问题的数学工具.在利用该理论对缺失数据进行填充的研究中,现有方法准确度不高,且某些情况下填充值超限.为解决此问题,本文提出一种新的模糊软集合缺失数据的预测方法.利用对象与参数间的关系,根据平均距离,计算参数权重和对象权重,由最相关的参数和对象数据填充缺失数据.为验证方法的有效性,选取UCI数据库进行实验,结果表明所提出的方法比现有方法更加准确和有效.
模糊软集合;缺失数据;绝对平均距离;熵测度;平均准确率
35
O159(代数、数论、组合理论)
河北省自然科学基金资助项目F2017501041
2021-12-01（万方平台首次上网日期，不代表论文的发表时间）
共12页
152-163
