[發明專利]非固定k值的最近鄰填充方法

在審

• 申請號: 201310452387.X
• 申請日: 2013-09-29
• 公開（公告）號: CN103544218A
• 公開（公告）日: 2014-01-29
• 發明（設計）人: 張師超;朱曉峰;劉星毅
• 申請（專利權）人: 廣西師范大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 桂林市華杰專利商標事務所有限責任公司 45112
• 代理人: 巢雄輝

1.非固定k值的最近鄰填充方法，其特征在于：包括下述步驟：

（1）把屬性分成五類：連續型，對稱二進制型，非對稱二進制型，無序離散型和有序離散型；

并定義不同類屬性實例的距離計算式；

（2）對每個缺失實例選擇最近的k個訓練實例，同時選取最符合該缺失實例的屬性；

（3）計算缺失實例跟所有訓練實例的距離，選取最近的k個無缺失實例，然后使用這k個無缺失實例對缺失實例進行缺失值填充。

2.權利要求1所述的方法，其特征在于：不同類屬性實例的距離計算式如下：

混合類型：其中代表事例i和j是否有缺失現象，如果有則為0，否則為1，f為在五類屬性中第f類屬性，n是屬性個數，d_ij^f即為事例i和j第f類屬性的距離；兩個連續型：其中n代表在事例i和j中有n個連續屬性，A_i,k是事例i第k個屬性的屬性值，是事例i中n個連續屬性的平均值；

對稱二進制型：非對稱二進制型：其中q代表事例i和事例j的取值為“1”的個數，r代表事例i取值為“0”且事例j的取值為“1”的個數，s代表事例i取值為“1”且事例j的取值為“0”的個數，t代表事例i取值為“0”且事例j的取值為“0”的個數；

無序離散型：其中，p為無序離散型屬性的數據集個數，m是兩個事例中有相同屬性值的個數；

有序離散型：A和B之間的距離為:

dist(A,B)=2×logP(common(A,B))logP(description(A,B))=-2×logp(A∪B)-logp(A)-logp(B),]]>其中common和description表示根據特定的領域取值。

3.權利要求1所述的方法，其特征在于：在步驟（2），采用稀疏編碼的原理使用無缺失的所有實例集A對當前缺失實例進行重構回歸，自動刪除A中冗余或者噪音的屬性，回歸參數為非0的個數就是使用最近鄰算法k的個數。