基于计算智能与决策树的缺失数据估计
应用统计
2007-09-12 v1
摘要
本文提出一种结合决策树、自关联神经网络（AANN）模型与主成分分析 - 神经网络（PCA-NN）模型的缺失数据插补新范式。对于每个模型，利用决策树预测遗传算法的搜索边界，以最小化源自相应模型的误差函数。利用 HIV 血清阳性率数据对这些模型的缺失数据插补能力进行了测试与比较。结果表明，AANN 模型的平均精度从 75.8% 提升至 86.3%，PCA-NN 模型的平均精度从 66.1% 提升至 81.6%，平均精度提高了 13%。
引用
@article{arxiv.0709.1640,
title = {Estimation of Missing Data Using Computational Intelligence and Decision Trees},
author = {George Ssali and Tshilidzi Marwala},
journal= {arXiv preprint arXiv:0709.1640},
year = {2007}
}
评论
14 pages