高维相关性缺失数据的分块填补算法研究

来源：计算机科学与探索杂志2017年第10期北京时间：

作者：杨杰，杨虎，王鲁滨，金鑫，郭华，于亮亮

单位：1. 中央财经大学 信息学院，北京 1000812. 国网荆州供电公司 信通分公司，湖北 荆州 4340003. 国网辽宁省电力有限公司 信息通信分公司，沈阳 110000

摘要：研究了高维相关性缺失数据的填补方法，提出了分块填补算法。该算法核心思想是：在填补数据的过程中会考虑变量之间的相互关系，仅利用与待填补数据有相关性的数据进行填补，从而降低不相关数据对缺失数据填补的影响，提高数据填补的准确度。同时，该算法能够并行处理缺失数据，从而提高数据填补效率，对于高维缺失数据的填补有重要意义。为了对分块情况未知的缺失数据进行分块，提出了基于k-means聚类的分块算法。大量的仿真实验和基于真实数据集的实验表明，对于相关性数据，分块填补算法能够有效地利用相关信息进行填补，从而提高数据填补准确度。

关键词：高维相关性数据,缺失数据,分块填补算法