聚类分析中有数据缺失怎么处理
来源：学生作业帮助网 编辑：六六作业网 时间：2024/12/25 09:17:52
聚类分析中有数据缺失怎么处理
聚类分析中有数据缺失怎么处理
聚类分析中有数据缺失怎么处理
楼主去图书馆查阅《华北工学院学报》2003年05期 的一篇论文吧 名字叫 带有缺失数据的聚类分析方法 希望对你有帮助
传统的聚类分析方法需要完全数据集,但有些情况下数据是不完全的,即包含缺失数据,这给聚类分析带来了一定的困难.这里给出了一种迭代算法为缺失数据确定一个合理的替补值,构造出一个"完全"的数据集,逐步迭代进行聚类分析,并用实例详细阐述了该方法的步骤.
（1）删除有遗漏值的数据。如果一个数据集只有少量的数据具有遗漏值，则忽略它们可能是合理的。但是如果给定的数据集中有很多数据具有遗漏值，则采取这种策略很难对数据进行可靠分析，并且具有遗漏值的数据中也包含一定的信息，或许这些信息对分析是至关重要的，因此忽略它们是要非常小心，要保证对分析没有影响。（2）估计遗漏值。有时，根据数据的特点能够可靠的估计遗漏值。具体就是根据邻近点的属性值对遗漏值进行估计，常常...
全部展开
（1）删除有遗漏值的数据。如果一个数据集只有少量的数据具有遗漏值，则忽略它们可能是合理的。但是如果给定的数据集中有很多数据具有遗漏值，则采取这种策略很难对数据进行可靠分析，并且具有遗漏值的数据中也包含一定的信息，或许这些信息对分析是至关重要的，因此忽略它们是要非常小心，要保证对分析没有影响。（2）估计遗漏值。有时，根据数据的特点能够可靠的估计遗漏值。具体就是根据邻近点的属性值对遗漏值进行估计，常常选取邻近的平均属性值代替遗漏值，有时选取数据集的平均值代替遗漏值，或者进行曲线拟合，根据拟合的结果选择合适的属性值。（3）忽略遗漏值。许多聚类算法都可以用来直接处理具有遗漏值的数据，例如计算对象间的相似性，对保护遗漏值的数据可以使用没有遗漏值的属性值来计算相似性，这种相似性只是近似的，除非整个的数据属性很少，或者遗漏值的数据很多，否则其误差影响很小。
收起