加权壳近邻填充数学模型

吴昊, 唐振军

吴昊, 唐振军. 加权壳近邻填充数学模型[J]. 华南师范大学学报(自然科学版), 2013, 45(3): 45-48.
引用本文: 吴昊, 唐振军. 加权壳近邻填充数学模型[J]. 华南师范大学学报(自然科学版), 2013, 45(3): 45-48.
Weighted Shell-Neighbor Imputation Methods[J]. Journal of South China Normal University (Natural Science Edition), 2013, 45(3): 45-48.
Citation: Weighted Shell-Neighbor Imputation Methods[J]. Journal of South China Normal University (Natural Science Edition), 2013, 45(3): 45-48.

加权壳近邻填充数学模型

基金项目: 

国家自然科学基金

详细信息
    通讯作者:

    唐振军

  • 中图分类号: TP391

Weighted Shell-Neighbor Imputation Methods

  • 摘要: 提出加权壳近邻填充缺失数据数学模型,充分利用壳近邻填充选取近邻数据的特性,侧重于被重复选择到的近邻点,有效提高了填充效果. 还提出一种称为goodness的新评价方法,克服了均方根误差(RMSE)的弱点. 实验结果表明,提出的加权壳近邻填充数学模型比一般的近邻填充的效果好,而且goodness评价方法比RMSE更能分辨出填充算法的性能.
    Abstract: Weighted methods are designed for improving Shell Neighbor Imputation, Called WSNI. They utilize the features of nearest neighbor selection of the WSNI. All multiple-selected nearest neighbors are stressed in the WSNI algorithms. This lads to pretty good performance.Experimental results show that the porposed algorithms have better performances than conventional neighbor imputation method.
计量
  • 文章访问数:  973
  • HTML全文浏览量:  104
  • PDF下载量:  364
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-12-29
  • 修回日期:  2013-03-05
  • 刊出日期:  2013-05-24

目录

    /

    返回文章
    返回