[发明专利]一种局部K近邻缺失值插补系统与方法

摘要

本发明提供一种局部K近邻缺失值插补系统，判断模块用于判断不完全样本Ti中每个缺失属性j，投影模块对数据集T进行投影，在数据集T中求得满足条件的数据集T’：数据集T’中的属性在Ti中未缺失的属性不缺失、在Ti当前插补的属性j也不缺失。其次，数据计算模块在T’中求得Ti的K近邻TiK。逻辑处理模块对不完全样本Ti的缺失属性j进行分析，若当前样本的缺失属性j是分类属性，则将TiK在属性j的取值的众数插补到Ti的缺失属性j中；否则将TiK在属性j的取值的平均数插补到Ti的缺失属性j中。本发明提供的一种局部K近邻插补系统在缺失率小的情况下，性能略优于传统K近邻插补法；在缺失率较大的情况下，性能远胜于传统K近邻插补法。

主权项

1.一种局部K近邻缺失值插补系统，其特征在于，包括输入模块、归一化模块、判断模块、投影模块、数据计算模块和输出模块；所述的输入模块用于输入包含不完全样本的数据集T与K近邻的参数K；所述的归一化模块用于对数据集T进行归一化操作；所述的判断模块用于判断数据集T中的不完全样本T_i的缺失属性，设j为当前插补的缺失属性；所述的投影模块用于对数据集T进行投影，遍历T，求出T中满足相应要求的样本集T’，其中样本T_i中未缺失的属性在T’中也不缺失；样本T_i当前的缺失属性j在T’中也不缺失；所述的数据计算模块用于计算不完全样本T_i与样本集T’中的每个样本T’_s的距离，根据计算的距离得到不完全样本T_i的K个最近邻样本T_iK；所述的逻辑处理模块用于对不完全样本T_i的缺失属性j进行分析，若不完全样本T_i的缺失属性j是分类属性，则将K个最近邻样本T_iK在属性j的取值的众数插补到不完全样本T_i的缺失属性j中；若不完全样本T_i的缺失属性j是数值属性，则将K个最近邻样本T_iK在属性j的取值的平均数插补到不完全样本T_i的缺失属性j中；所述的输出模块用于输出插补完成的数据集T。