一种基于多种算法融合的缺失值插补方法

摘要

本发明提供一种基于多种算法融合的缺失值插补方法，其包括：步骤S1：对所有数据进行层次聚类；步骤S2：针对含有缺失值的类，根据是否为有缺失值的记录，将记录分为缺失数据组和完全数据组；步骤S3：将完全数据组中的数据随机分成训练集和测试集，用n种现有的插补方法预测测试集，构建一定数量的样本集；步骤S4：运用得到的样本集训练神经网络得出神经网络模型；步骤S5：运用神经网络模型对含有缺失值的类进行插补，得出最后的插补值；步骤S6：判断是否存在还有缺失值的类，如果是，则执行步骤S2，如果否，则执行步骤S7；步骤S7：结束。本发明运用现有多种方法得出的缺失值，解决人为主观的选择缺失值插补方法的不足，比较客观有效地插补缺失值。