基于模糊规则的随机缺失属性值数据分类算法
来源：吉林大学学报·理学版杂志2019年第1期北京时间：
作者：段亚军, 杨有龙, 白旭英
单位：1. 西安电子科技大学 数学与统计学院, 西安 710126; 2. 西北农林科技大学 理学院, 陕西 咸阳 712100
摘要：针对缺失属性值数据分类算法中模型分类精度和泛化能力低的问题, 提出一种基于模糊规则的缺失属性值数据分类算法, 即“循环接收”模型. 该算法不需要对缺失属性值数据进行插补运算, 可直接对该数据集进行分类. 对UCI公开数据集进行模拟仿真实验, 实验结果表明, “循环接收”模型与其他算法相比具有更高的分类精度和泛化能力.
关键词：缺失属性值,隶属函数,模糊规则,分类
