基于随机森林模型的分类数据缺失值插补

摘要：

缺失数据是影响调查问卷数据质量的重要因素，对调查问卷中的缺失值进行插补可以显著提高调查数据的质量。调查问卷的数据类型多以分类型数据为主，数据挖掘技术中的分类算法是处理属性分类问题的常用方法，随机森林模型是众多分类算法中精度较高的方法之一。将随机森林模型引入调查问卷缺失数据的插补研究中，提出了基于随机森林模型的分类数据缺失值插补方法，并根据不同的缺失模式探讨了相应的插补步骤。通过与其它方法的实证模拟比较，表明随机森林插补法得到的插补值准确度更优、可信度更高。

关键词：缺失值插补、调查问卷、分类数据、随机森林、数据挖掘

分类号：F812(财政、国家财政)

资助基金：国家社会科学基金项目《基于数据挖掘技术的调查数据质量控制研究》13B T J007

在线出版日期：2014-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：86-90