文献

J-GLOBAL ID：201702270330504247   整理番号：17A1523865

ランダムフォレストモデルに基づく成分データ欠損値埋め込み法【JST・京大機械翻訳】

Imputation of Missing Values for Compositional Data Based on Random Forest

著者 (2件)： Zhang Xiaoqin (山西大学数学科学学院,太原,030006) ,  Cheng Yuying (山西大学数学科学学院,太原,030006)
資料名： Yingyong Gailv Tongji  (Yingyong Gailv Tongji)
巻： 33  号： 1  ページ： 102-110  発行年： 2017年 
JST資料番号： C2472A  ISSN： 1001-4268  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 欠測データ処理はデータマイニングの分野でデータ前処理を行う重要な一環であり、成分データの特殊な幾何学的性質のため、従来の欠損値の埋め込み方法はこのタイプのデータに直接応用することができない。そのため、成分データにとって、欠損値の埋め込みは非常に重要な意義がある。この問題を解決するために,本論文は,成分データとユークリッドデータの間の関係性を利用することによって,ランダムな森林に基づく成分データ欠損値のための反復的充填方法を提案して,それはシミュレーションと本当のデータセットを採用した。実験結果は以下を示す。新しい埋め込み方法は,多くの種類のデータセットに広く適用されて,高い精度を有する。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *データマイニング
準シソーラス用語： 欠測値 , 【Automatic Indexing@JST】

著者キーワード (3件)： imputation of missing values ,  compositional data ,  random forest

分類 (1件)： 分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (2件)： 欠損 ,  埋め込み