基于機器學習的數(shù)據(jù)缺失值填補：理論與方法
這是一部講解如何基于機器學習技術(shù)實現(xiàn)數(shù)據(jù)缺失值填補的專著，與傳統(tǒng)的基于統(tǒng)計學的缺失值填補方法相比，效率上得到了較大的提升。作者基于多年的研究和實踐成果，創(chuàng)新性地提出了基于神經(jīng)網(wǎng)絡(luò)的缺失值填補方法和基于TS模型的缺失值填補方法。全書共8章，可分為4個部分。第一部分（第1~3章）：首先介紹缺失值填補領(lǐng)域的缺失數(shù)據(jù)機制、基本概念、性能度量等基礎(chǔ)知識，隨后詳細闡述目前基于統(tǒng)計學、機器學習的缺失值填補理論與方法。第二部分（第4~5章）：對目前神經(jīng)網(wǎng)絡(luò)在缺失值填補領(lǐng)域的研究成果進行歸納總結(jié)，并從網(wǎng)絡(luò)模型、填補方案角度闡述神經(jīng)網(wǎng)絡(luò)填補方法的設(shè)計及應(yīng)用。第三部分（第6~7章）：詳細介紹面向不完整數(shù)據(jù)的TS建模過程，隨后通過特征選擇算法處理TS建模中的特征冗余問題，并從前提參數(shù)優(yōu)化和結(jié)論參數(shù)優(yōu)化兩個角度改進TS模型。第四部分（第8章）：以缺失值填補方法在我國貧困問題研究中的應(yīng)用為例，展現(xiàn)缺失值填補方法的現(xiàn)實意義。
·16.6萬字
