English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 80990/80990 (100%)
造訪人次 : 42841726      線上人數 : 1176
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/76235


    題名: 遺漏值填補 –過去、現在與未來;Past, Present, and Future for Missing Value Imputation
    作者: 蔡志豐
    貢獻者: 國立中央大學資訊管理學系
    關鍵詞: 資訊科學--軟體;填補遺漏值;資料前處理;資料探勘;監督式學習法;missing value imputation;data pre-processing;data mining;supervised learning algorithms
    日期: 2018-08-01
    上傳時間: 2018-05-02 17:18:15 (UTC+8)
    出版者: 科技部
    摘要: 遺漏值(Missing Value)是造成資料不完整的一項原因,而資料遺漏的原因可能來自人為的資料輸入錯 誤、隱瞒或背景差異等主觀影響所造成的缺失;亦可能來自機器本身,如:儲存失敗、硬體故障、毁損 等導致特定時段内的資料遺漏等。因此,在進行資料探勘時遺漏值的問題往往導致了探勘效能的降 低。針對遺漏值的處理方式可分為直接刪除法以及遺漏值填補法。本研究計晝之第一年研究目的主要 在於收集與檢視從2000至今所發表的相關文獻(共超過一百篇論文)進行探討以發現目前填補遺漏值 的限制,另一方面將試著瞭解使用直接刪除法之最佳時機(例如於何種資料類型以及多少遺漏率等 等)。而第二年的研究目的將著重在統計與監督式學習演算法於填補遺漏值的效能比較,其中將包含 六種不同的演算法。最後一年的研究目的將嘗試推出一個混合式學習的遺漏值填補法以提昇填補遺漏 值的品質。
    關聯: 財團法人國家實驗研究院科技政策研究與資訊中心
    顯示於類別:[資訊管理學系] 研究計畫

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    index.html0KbHTML304檢視/開啟


    在NCUIR中所有的資料項目都受到原著作權保護.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明