基于机器学习的纵向缺失值处理方法在体育科学研究中的应用——以运动对大学生执行控制影响的纵向研究为例

摘要：

近年来,纵向实验在体育科学研究中越来越多,如何可靠地处理在研究中出现的后测数据缺失,成为一个摆在研究者面前需要解决的难题.首先,指出已有缺失值处理方法存在的不足;其次,探讨了基于机器学习的预测模型在缺失值处理中的优点;最后,以运动对大学生执行控制影响的纵向研究为例,选择基线有氧适能和基线执行控制为模型特征,以机器学习中的支持向量计算法建立后测执行控制缺失值的预测模型,详细呈现了应用机器学习处理后测数据缺失值的步骤和结果可靠性.表明基于机器学习的纵向缺失值处理方法可以为体育领域纵向研究中后测数据缺失值的处理提供可靠科学手段.

关键词：机器学习;缺失值;体育科学;纵向研究;执行控制

所属期刊栏目：20

分类号：G804.2(体育理论)

在线出版日期：2021-12-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：40-45