手机知网 App
24小时专家级知识服务
打 开
医学教育与医学边缘学科
基于深度嵌入聚类的ICU患者生理数据缺失插补
电子病历数据经常存在缺失,严重影响分析结果.基于MIMIC数据库中的重症监护单元(intensive care unit, ICU)患者数据研究缺失值插补,数据集由23组临床常用生理变量以及不存在缺失的5 260例样本构成.提出了一种基于深度嵌入聚类的K近邻插值方法.该方法以深度嵌入聚类为核心,通过多次聚类构造样本邻近度矩阵,再选择缺失样本的K个近邻样本,以这些近邻样本的平均值填补缺失.与均值插补、中值插补、后验分布估算插补和条件均值插补相比,该方法插补后的结果与原数据相似度更高,且更好地保留了样本间的差异性.
0 32
手机阅读本文
下载APP 手机查看本文
东北大学学报(自然科学版)
2022年05期
相似文献
图书推荐
相关工具书

搜 索