基于机器学习的数据缺失值填补:理论与方法
Saved in:
Main Authors: | ; ; ; |
---|---|
Published: |
机械工业出版社
|
Publisher Address: | 北京 |
Publication Dates: | 2020 |
Literature type: | Book |
Language: | Chinese |
Series: |
智能系统与技术丛书 |
Subjects: | |
Carrier Form: | 10,236页: 图 ; 24cm |
ISBN: | 978-7-111-66305-8 |
Index Number: | TP181 |
CLC: | TP181 |
Call Number: | TP181/5966 |
Contents: |
华章IT 本书专注于采用机器学习方法解决数据缺失问题,介绍了基于机器学习的缺失值填补理论及方法。全书共8章,可分为4部分。第一部分介绍了缺失值填补领域的缺失数据机制、基本概念、性能度量等知识。第二部分对目前神经网络在缺失值填补领域的研究成果进行归纳总结,并从网络模型、填补方案角度阐述神经网络填补方法的设计及应用。第三部分为介绍面向不完整数据的TS建模过程,随后通过特征选择算法处理TS建模中的特征冗余问题,并从前提参数优化和结论参数优化两个角度改进TS模型。第四部分以缺失值填补方法在我国贫困问题研究中的应用为例,展现缺失值填补方法的现实意义。 |