手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

灵敏度分析:分类器中的缺失数据

雷蕾;吴乃君;刘鹏;刘兰娟

  在数据挖掘技术中,分类预测具有十分广泛的应用。由于数据集中总是存在着不同程度的数据缺失,降低了分类模型的预测准确率。主要通过灵敏度分析来研究缺失数据对分类算法的影响。对6种分类器进行实验,结果显示,当数据集中缺失数据超过20%,会对分类模型的预测准确率产生很大的不利影响,而且对于不同特征的数据集影响也不同。在这6种分类器中,朴素贝叶斯分类器对缺失数据最不敏感。对于目前流行缺失数据的处理方法———利用预测模型来预测并填补缺失数据,朴素贝叶斯分类器将是一个不错的选择。……   
[关键词]:分类器;缺失数据;灵敏度分析;数据挖掘
[文献类型]:期刊
[文献出处]: 《管理学报2005年S2期
[格式]:PDF原版; EPUB自适应版(需下载客户端)