一种基于函数依赖和聚类的数据缺失值填补方法

摘要

本发明提供一种基于函数依赖和聚类的数据缺失值填补方法，包括：对待处理的数据集进行检查，获得完备数据子集和不完备数据子集；采用HYFD算法从完备数据子集中获得函数依赖集合，并对函数依赖进行升序排序；判断不完备元组中的缺失属性是否存在于函数依赖集合的RHS集合中；如果缺失属性存在于RHS集合中，利用完备数据子集中的完备元组对不完备元组进行填补；如果缺失属性不存在于RHS集中，通过改进的AP聚类算法对完备数据子集进行聚类处理的聚类簇；利用KNN算法对不完备元组进行处理，最后利用完备元组进行填补；本发明有效提高缺失值填补算法的准确性。