[发明专利]数据更新的方法及装置

权利要求书

1.一种数据更新的方法，其特征在于，包括：

获取数据样本中缺失属性和非缺失属性的第一出现率信息，所述数据样本包括包含缺失值的第一数据样本和未包含缺失值的第二数据样本，所述缺失属性为所述第一数据样本中缺失值对应的属性；

根据所述第一出现率信息计算所述缺失属性对应的各属性值的第二出现率信息，所述第二出现率信息为缺失属性对应的各属性值在所述第一数据样本中出现的出现率信息；

根据所述第二出现率信息确定与所述第一数据样本对应的填充值，并根据所述填充值更新所述第一数据样本。

2.根据权利要求1所述的方法，其特征在于，所述第一出现率信息包括缺失属性对应的各属性值在第二数据样本中的第一子出现率信息以及所述第一数据样本中各非缺失属性的属性值在第二数据样本中以缺失属性对应的属性值为条件的第二子出现率信息；

所述根据所述第一出现率信息计算缺失属性对应的各属性值的第二出现率信息包括：

根据公式计算缺失属性对应的各属性值的第二出现率信息，其中，P(y_i|R)为所述缺失属性对应的属性值y_i的第二出现率信息，P(y_i)为所述缺失属性对应的属性值y_i的第一子出现率信息，P(R_j|y_i)为属性值R_j以属性值y_i为条件的第二子出现率信息，所述属性值R_j为所第一数据样本中非缺失属性的属性值。

3.根据权利要求1所述的方法，其特征在于，所述第一出现率信息包括所述缺失属性对应的各属性值在第二数据样本中的第一子出现率信息、所述第一数据样本中各非缺失属性的属性值在第二数据样本中以缺失属性对应的属性值为条件的第二子出现率信息以及所述第一数据样本非缺失属性的属性值对应的权重值信息；

所述根据所述第一出现率信息计算缺失属性对应的各属性值的第二出现率信息包括：

根据公式计算缺失属性对应的各属性值的第二出现率信息，其中，P(y_i|R)为所述缺失属性对应的属性值y_i在的第二出现率信息，P(y_i)为所述缺失属性对应的属性值y_i的第一子出现率信息，W_j为属性值R_j对应的权重值信息，P(R_j|y_i)为属性值R_j以属性值y_i为条件的第二子出现率信息，所述属性值R_j为所述第一数据样本中非缺失属性的属性值。

4.根据权利要求1所述的方法，其特征在于，在所述获取数据样本中缺失属性和非缺失属性的第一出现率信息之前，还包括：

对第二数据样本进行训练以确定数据样本中缺失属性和非缺失属性的第一出现率信息。

5.根据权利要求4所述的方法，其特征在于，所述对第二数据样本进行训练以确定数据样本中缺失属性和非缺失属性的第一出现率信息，包括：

按照设定比例将第二数据样本划分为训练样本集和测试样本集；

对所述训练样本集进行训练以确定数据样本中缺失属性和非缺失属性的当前出现率信息；

采用所述测试样本集对所述当前出现率信息进行测试以生成测试结果；

如果所述测试结果符合设定的准确率阈值，则结束训练操作；否则，则重新划分训练样本集和测试样本集，并对重新划分后的训练样本集进行训练直至所述测试结果符合设定的准确率阈值为止；

将结束训练时的当前出现率信息标记为数据样本中缺失属性和非缺失属性的第一出现率信息。

6.根据权利要求1-5任一所述的方法，其特征在于，所述非缺失属性为缺失属性的相关属性。