Nearest neighbor selection for iteratively kNN imputation

插补(统计学) 缺少数据 范畴变量 闵可夫斯基距离 欧几里德距离 k-最近邻算法 数据挖掘 大地基准 计算机科学 模式识别(心理学) 人工智能 数学 机器学习 地理 地图学
作者
Shichao Zhang
出处
期刊:Journal of Systems and Software [Elsevier BV]
卷期号:85 (11): 2541-2552 被引量:350
标识
DOI:10.1016/j.jss.2012.05.073
摘要

Existing kNN imputation methods for dealing with missing data are designed according to Minkowski distance or its variants, and have been shown to be generally efficient for numerical variables (features, or attributes). To deal with heterogeneous (i.e., mixed-attributes) data, we propose a novel kNN (k nearest neighbor) imputation method to iteratively imputing missing data, named GkNN (gray kNN) imputation. GkNN selects k nearest neighbors for each missing datum via calculating the gray distance between the missing datum and all the training data rather than traditional distance metric methods, such as Euclidean distance. Such a distance metric can deal with both numerical and categorical attributes. For achieving the better effectiveness, GkNN regards all the imputed instances (i.e., the missing data been imputed) as observed data, which with complete instances (instances without missing values) together to iteratively impute other missing data. We experimentally evaluate the proposed approach, and demonstrate that the gray distance is much better than the Minkowski distance at both capturing the proximity relationship (or nearness) of two instances and dealing with mixed attributes. Moreover, experimental results also show that the GkNN algorithm is much more efficient than existent kNN imputation methods.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
腼腆的沛蓝完成签到,获得积分10
1秒前
俊逸惜雪完成签到,获得积分20
1秒前
我是老大应助快乐的雨竹采纳,获得10
1秒前
3秒前
奋斗的初曼完成签到,获得积分10
3秒前
Dong发布了新的文献求助10
4秒前
YYZZYY发布了新的文献求助10
4秒前
4秒前
耍酷的世平完成签到,获得积分20
5秒前
温暖伟祺发布了新的文献求助10
5秒前
5秒前
anes完成签到,获得积分20
5秒前
多多发布了新的文献求助10
6秒前
栗子柴柴发布了新的文献求助10
8秒前
吴1完成签到,获得积分10
9秒前
poorzz发布了新的文献求助10
9秒前
俊逸惜雪发布了新的文献求助30
10秒前
Mountain完成签到 ,获得积分10
11秒前
kk完成签到,获得积分10
11秒前
15秒前
狂野淇完成签到,获得积分20
15秒前
15秒前
16秒前
20秒前
123发布了新的文献求助10
20秒前
Owen应助悦耳的海燕采纳,获得10
21秒前
狂野淇发布了新的文献求助10
21秒前
22秒前
23秒前
顺利语芙发布了新的文献求助10
23秒前
栗子柴柴完成签到,获得积分10
24秒前
sqq发布了新的文献求助10
28秒前
温暖伟祺完成签到,获得积分10
29秒前
31秒前
32秒前
罗嘉尔发布了新的文献求助30
34秒前
36秒前
CipherSage应助123采纳,获得10
38秒前
39秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
PowerCascade: A Synthetic Dataset for Cascading Failure Analysis in Power Systems 2000
Picture this! Including first nations fiction picture books in school library collections 1000
Signals, Systems, and Signal Processing 610
Unlocking Chemical Thinking: Reimagining Chemistry Teaching and Learning 555
Photodetectors: From Ultraviolet to Infrared 500
信任代码:AI 时代的传播重构 450
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6357612
求助须知:如何正确求助?哪些是违规求助? 8172194
关于积分的说明 17207354
捐赠科研通 5413203
什么是DOI,文献DOI怎么找? 2864954
邀请新用户注册赠送积分活动 1842445
关于科研通互助平台的介绍 1690566