[发明专利]一种基于K平面回归的缺失数据补全方法

摘要

本发明提出了一种数据库缺失数据补全的新方法。方法要点在于：第一是数据缺失检测，对给出数据集进行缺失检测；第二是输入变量的维度约减，分析输入维度之间的相关性，采用选主元(PCA)选择较相关输入维度，构成新的输入数据集；第三是训练集k分割，对输入训练集合使用聚类(Kmeans)进行分割，得到的k个类别训练集合；第四是k平面回归函数构造，求出最优回归系数和每个平面的几何中心，给出回归拟合函数；最后是数据补全测试。实验证明，这种数据补全方法十分有效，并能在允许的误差范围内，得到有使用价值的补全数据库，该专利成果一定程度上解决了数据不完整给机器学习和数据挖掘带来的挑战性技术难题，将有利于推动大数据应用技术进步。

主权项

一种基于K平面回归的缺失数据补全方法，其特征在于：对缺失数据进行补全时，进行以下步骤，步骤1，人工进行数据缺失检测，并将需要补全的数据作为输出端，其余的数据作为输入端；步骤2，进行参数的初始化设定；步骤3，使用PCA对输入数据进行维度约减；步骤4，将由步骤3得到的数据进行归一化到0‑1之间，并选取70％的数据作为训练集，其余30％的数据作为测试集；步骤5，用Kmeans聚类算法对训练集进行聚类分析获得初始的几何中心μ；步骤6，最小化误差函数，反复迭代分别求每个平面的回归系数ω和几何中心μ；步骤7，由步骤6得到的参数ω和μ，并对测试数据进行回归预测，得到的结果就是补全得到的数据。步骤8，由步骤7得到的补全数据后，定义最大偏差、最小偏差、平均偏差和预测精度这四个指标来评价补全算法的性能。