摘要: 针对缺失属性值数据分类算法中模型分类精度和泛化能力低的问题, 提出一种基于模糊规则的缺失属性值数据分类算法, 即“循环接收”模型. 该算法不需要对缺失属性值数据进行插补运算, 可直接对该数据集进行分类. 对UCI公开数据集进行模拟仿真实验, 实验结果表明, “循环接收”模型与其他算法相比具有更高的分类精度和泛化能力.
中图分类号:
段亚军, 杨有龙, 白旭英. 基于模糊规则的随机缺失属性值数据分类算法[J]. 吉林大学学报(理学版), 2019, 57(1): 89-96.
DUAN Yajun, YANG Youlong, BAI Xuying. Classification Algorithm of Random Missing AttributeValue Data Based on Fuzzy Rule#br#[J]. Journal of Jilin University Science Edition, 2019, 57(1): 89-96.