基于异质矩阵完全的缺失数据恢复混合集成算法

摘要

缺失数据广泛存在于现实世界中,它对后续的数据分析有很大的影响,有可能导致结果完全错误。近年来,很多基于压缩传感理论的矩阵完全算法被提出并用于缺失数据恢复,但不同的算法在不同的数据集上产生的结果有很大不同,都有自己的优缺点和适用场景。为此提出一种基于异质矩阵完全算法和最大多样性的集成策略的混合集成学习算法,实验结果表明,此算法在不同的数据集上优于那些单个算法。