计算机科学 ›› 2004, Vol. 31 ›› Issue (10): 155-156.
• 计算机网络与信息安全 • 上一篇 下一篇
刘鹏 雷蕾 张雪凤
出版日期:
发布日期:
Online:
Published:
摘要: 数据挖掘已被广泛用于医疗领域,而大多数医疗数据集都存在缺失值。本文介绍了一些缺失值估计算法。建立了5种模型来提高预测的有效性,它们是保留缺失模型、直接丢弃模型、贝叶斯补缺模型、贝叶斯重叠补缺模型和基于信息增益的贝叶斯重叠补缺模型。这些模型在Clinics数据集上进行了处理和分析。用C4.5决策树和10叠交叉确认法来检验这些模型的性能,结果表明根据信息增益递减顺序排序,用朴素贝叶斯分类器来预测缺失值是有效的。
关键词: 信息增益 朴素贝叶斯分类器 模型 数据挖掘 决策树 数据集 医疗领域 医疗数据 保留 处理
刘鹏 雷蕾 张雪凤. 缺失数据处理方法的比较研究[J]. 计算机科学, 2004, 31(10): 155-156. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2004/V31/I10/155
Cited