APT_KNN_一种面向分类问题高效缺失值填充算法_徐宇明.pdf

28 4 Vol. 28 No． 4 第 卷第 期 计算机应用与软件 20 11 4 Computer Applications and Software Apr． 20 11 年 月 APT-KNN : 一种面向分类问题的高效缺失值填充算法 徐宇明 陈 诚 熊 赟 朱扬勇 ( 200433) 复旦大学计算机科学技术学院 上海 ， ， 摘 要 分类是一种常见的数据挖掘方法 而属性值缺失是分类过程中常见的一类数据质量问题 缺失值填充可以减少属性值缺 。 ， ， 。 失造成的分类错误 缺失值填充首先要求准确率高 在许多实际应用当中 缺失值填充还必须保证较高的计算效率 提出了一种填 APT-KNN ，APT-KNN ， ， 充缺失属性值算法 算法利用属性与属性之间的相互关系 根据与目标最相似的几个实例属性值来估计缺失值 ， AntiPole ， 。 ，APT- 以保证填充结果具有更高的准确性 同时设计了一种优化的 树索引结构 提高了缺失属性值的填充效率 实验表明 KNN ， 。 方法与现有的几种缺失属性填充方法相比 具有更高的准确率和填充效率 关键词 分类 缺失值填充 索引 数据挖掘 数据准备 APT-KNN :AN EFFICIENT MISSING VALUE IMPUTATION METHOD ORIENTED TOWARD CLASSIFICATION ISSUE Xu Yuming Chen Cheng Xiong Yun Zhu Yangyong (School of Comp uter Science ，Fudan University ，Shanghai 200433 ，China) Abstract Classification is one of the common data mining methods． However ，one common data quality problem in classification process is attribute value missing ，and missing data imputation can reduce the effect on the classification errors caused by the attribute value missing． Missing data imputation requires high accuracy first ，and it shall ensure higher computation efficiency in many practical applications as well． In this paper ，we present a new imputation method for missed attribute value –APT-KNN ，it