基于不完全数据的数据挖掘方法研究

作者：吴新玲

来源：计算机工程与设计, 2006, (09): 1557-1559.

DOI：10.16208/j.issn1000-7024.2006.09.016

• 数据挖掘
• 数据处理
• 期望最大化算法
• 数据模型
• 参数估计 data mining
• data processing
• EM algorithm
• data model
• parameter estimate

将不完全数据分为了两类:属性值残缺和属性值隐含。对基于这两类不完全数据的数据挖掘方法分别进行了探讨,给出了相应的处理方法,并对这些方法及其应用进行了讨论。属性值残缺的处理主要采用一系列“补漏”的方法,使数据成为完全数据集;属性值隐含的处理则通过EM算法来优化模型的参数,弥补数据的不完全性。