文件名称：Imputation-of-Missing-Data
文件大小：7.37MB
文件格式：ZIP
更新时间：2024-07-05 08:47:08
Java
插补码 从社会科学到经济学，从政治研究到娱乐业，数据缺失是人类努力的许多领域的常见问题。 本论文的目的是研究和应用缺失数据算法来处理银行营销数据集上遇到的缺失数据。 分析了六种缺失数据插补算法，它们是均值、热甲板、k-最近邻、回归、期望最大化和多重插补方法。 通过对缺失数据的插补，可以提高关于数据方面的聚类和关联的准确性。 本论文还探讨了每种使用的插补方法的优缺点。 还讨论了每种插补方法之间的异同。
【文件预览】：
Imputation-of-Missing-Data-master
----.gitignore(574B)
----README.md(834B)
----.gitattributes(378B)
----ImputationAlgorithms()
--------src()
--------build()
--------dist()
--------jars()
--------nbproject()
--------build.xml(3KB)
--------manifest.mf(82B)