-
题名基于聚类关联规则的缺失数据处理研究
被引量：32
- 1
-
-
作者
方匡南
谢邦昌
-
机构
厦门大学经济学院
台湾辅仁大学统计资讯系
厦门大学
-
出处
《统计研究》
CSSCI
北大核心
2011年第2期87-92,共6页
-
基金
国家社科基金重点项目“国家统计数据质量管理问题研究”(09AZD0345)阶段性成果
-
文摘
本文提出了基于聚类和关联规则的缺失数据处理新方法,通过聚类方法将含有缺失数据的数据集相近的记录归到一类,然后利用改进后的关联规则方法对各子数据集挖掘变量间的关联性,并利用这种关联性来填补缺失数据。通过实例分析,发现该方法对缺失数据处理,尤其是对在先验辅助信息缺失情况下的海量数据集具有较好的效果。
-
关键词
聚类
关联规则
缺失数据
插补
-
Keywords
Clustering
Association Rule
Missing Data
-
分类号
C816
[社会学—统计学]
-
-
题名L_1和L_2规则化趋势滤波的稳健集成方法
被引量：2
- 2
-
-
作者
秦磊
谢邦昌
-
机构
中央财经大学统计学院
台湾辅仁大学商学研究所
台湾辅仁大学统计资讯系
-
出处
《统计研究》
CSSCI
北大核心
2013年第11期99-102,共4页
-
文摘
Huber损失函数是稳健回归中的经典方法,Berhu罚函数是L1和L2罚函数的集成。为了从异常值较多的时间序列中提取趋势项,本文结合Huber损失函数和Berhu罚函数,提出一种L1和L2规则化趋势滤波的稳健集成方法,该方法对异常值的干扰不敏感,同时吸收了L1和L2罚函数的优点。模拟数据的分析显示,当时间序列存在异常值,而且内在趋势情况未知时,稳健集成方法是一种很好的折中,可以给出较好的估计结果。
-
关键词
L1和L2规则化趋势滤波
Huber损失函数
Berhu罚函数
稳健集成
-
Keywords
Key words： L1 and L2 regularized trend filtering
Huber loss function
Berhu Penalty Function
RobustHybrid Method
-
分类号
O212
[理学—概率论与数理统计]
-
