1 / 7
文档名称:

数据分析如何处理数据缺失问题.doc

格式:doc   大小:42KB   页数:7页
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

数据分析如何处理数据缺失问题.doc

上传人:2982835315 2019/10/17 文件大小:42 KB

下载得到文件列表

数据分析如何处理数据缺失问题.doc

文档介绍

文档介绍:数据分析如何处理数据缺失问题造成数据缺失的原因     在各种实用的数据库中,属性值缺失的情况经常发全甚至是不可避免的。因此,在大多数情况下,信息系统是不完备的,或者说存在某种程度的不完备。造成数据缺失的原因是多方面的,主要可能有以下几种:    1)有些信息暂时无法获取。例如在医疗数据库中,并非所有病人的所有临床检验结果都能在给定的时间内得到,就致使一部分属性值空缺出来。又如在申请表数据中,对某些问题的反映依赖于对其他问题的回答。    2)有些信息是被遗漏的。可能是因为输入时认为不重要、忘记填写了或对数据理解错误而遗漏,也可能是由于数据采集设备的故障、存储介质的故障、传输媒体的故障、一些人为因素等原因而丢失了。    3)有些对象的某个或某些属性是不可用的。也就是说,对于这个对象来说,该属性值是不存在的,如一个未婚者的配偶姓名、一个儿童的固定收入状况等。    4)有些信息(被认为)是不重要的。如一个属性的取值与给定语境是无关的,或训练数据库的设计者并不在乎某个属性的取值(称为dont-carevalue)。    5)获取这些信息的代价太大。 6)系统实时性能要求较高,即要求得到这些信息前迅速做出判断或决策。处理数据缺失的机制     在对缺失数据进行处理前,了解数据缺失的机制和形式是十分必要的。将数据集中不含缺失值的变量(属性)称为完全变量,数据集中含有缺失值的变量称为不完全变量,Little和Rubin定义了以下三种不同的数据缺失机制:    1)完全随机缺失(pletelyatRandom,MCAR)。数据的缺失与不完全变量以及完全变量都是无关的。    2)随机缺失(MissingatRandom,MAR)。数据的缺失仅仅依赖于完全变量。    3)非随机、不可忽略缺失(NotMissingatRandom,NMAR,ornonignorable)。不完全变量中数据的缺失依赖于不完全变量本身,这种缺失是不可忽略的。空值语义     对于某个对象的属性值未知的情况,我们称它在该属性的取值为空值(nullvalue)。空值的来源有许多种,因此现实世界中的空值语义也比较复杂。总的说来,可以把空值分成以下三类:    1)不存在型空值。即无法填入的值,或称对象在该属性上无法取值,如一个未婚者的配偶姓名等。    2)存在型空值。即对象在该属性上取值是存在的,但暂时无法知道。一旦对象在该属性上的实际值被确知以后,人们就可以用相应的实际值来取代原来的空值,使信息趋于完全。存在型空值是不确定性的一种表征,该类空值的实际值在当前是未知的。但它有确定性的一面,诸如它的实际值确实存在,总是落在一个人们可以确定的区间内。一般情况下,空值是指存在型空值。    3)占位型空值。即无法确定是不存在型空值还是存在型空值,这要随着时间的推移才能够清楚,是最不确定的一类。这种空值除填充空位外,并不代表任何其他信息。空值处理的重要性和复杂性     数据缺失在许多研究领域都是一个复杂的问题。对数据挖掘来说,空值的存在,造成了以下影响:首先,系统丢失了大量的有用信息;第二,系统中所表现出的不确定性更加显著,系统中蕴涵的确定性成分更难把握;第三,包含空值的数据会使挖掘过程陷入混乱,导致不可靠的输出。    数据挖掘算法本身更致力于避免数据过分适合所建的模型,这一特性使得它难

最近更新

2025年托物言志的作文怎么写 5页

2025年中秋节在外思念家人的文案 21页

2025年孕妇营养饮食全攻略 41页

2025年中秋祝福语简短独特 27页

2025年手机销售员2025个人年终工作总结以及工.. 10页

2025年中秋活动方案范文 69页

2025年手机市场的调研报告(经典) 27页

国外光纤(缆)连接器厂商和市场分析 2页

2025年中秋文艺晚会的主持词 28页

国外中小型配电变压器技术发展综述 2页

2025年手指脱皮的原因,应该怎么治疗? 4页

2025年婴儿五官护理与口腔保健攻略 20页

2025年房维修基金是怎么收费的 3页

2025年中秋佳节亲人团圆祝福寄语文案 13页

2025年房屋转让合同协议书2025年最新 24页

2025年大肠癌术后护理要点探讨 55页

2025年多动症症状与治疗方法探讨 13页

国内外液氨肥料使用概况及技术经济初步分析 2页

2025年房屋租赁合同的主要注意事项 22页

2025年房屋租赁合同模板完整版五篇 15页

国人骨性蝶腭孔和翼管的应用解剖 2页

国产钻机刹车副材料选配的试验研究 2页

库迪咖啡品牌合作协议 5页

(完整版)小学生必背古诗词80首 2页

计算机专业毕业论文3000字 6页

市政道路监理细则[1] 26页

CNAS-EL-03《检测和校准实验室认可能力范围表.. 10页

2024年高考英语听力(天津卷)AB卷试题及答案 5页

山东省2020年普通高中学业水平等级考试(模拟卷.. 9页

XX中学党风廉政建设责任清单 3页