[发明专利]一种基于数据驱动和数据类型的混合缺失值插补方法

摘要

本发明涉及一种基于数据驱动和数据类型的混合缺失值插补方法。本发明首先使用中心趋势值插补、随机森林插补、多重插补、k近邻插补方法依次对数据集的每一个特征进行缺失值估计，根据平均绝对误差对每个特征的插补方法排序，平均绝对误差最小的被分配为秩1，平均绝对误差最小的被分配为秩4，然后把特征分为数值型和名义型，根据不同类型使用中心趋势值插补、随机森林插补、多重插补、k近邻插补方法缺失值估计，同样为每种方法根据平均绝对误差分配秩，最后依据每个特征属于什么类型结合两种方式的平均绝对误差排序，选出结合以后秩最小的插补方法为特征的最合适插补方法。本发明对数据集中的缺失值具有很好的插补效果。