基于聚類和多重回歸的空值估計研究.pdf

1、如今關(guān)系數(shù)據(jù)庫理論模型已經(jīng)近乎完美，各種關(guān)系數(shù)據(jù)庫系統(tǒng)被廣泛地運用于社會生活的各個領(lǐng)域。傳統(tǒng)的關(guān)系數(shù)據(jù)庫理論建立在信息完全的基礎(chǔ)之上，不允許缺失信息的存在，這和早期的數(shù)據(jù)庫管理系統(tǒng)的處理能力是相適應(yīng)的。但是由于客觀世界的復(fù)雜性，信息缺失、不確定信息以及模糊信息是普遍存在的。數(shù)據(jù)庫作為表達(dá)現(xiàn)實世界的手段，不可能回避信息缺失問題。
　　 本文主要針對關(guān)系數(shù)據(jù)庫中的空值估計問題進(jìn)行研究，探討了一種基于聚類和多重回歸的空值估計方法。該方

2、法首先對數(shù)據(jù)表中的數(shù)據(jù)進(jìn)行挖掘，找出與被估計屬性相關(guān)聯(lián)的屬性集，同時給出這個屬性集對數(shù)據(jù)的預(yù)劃分。由于該過程僅利用數(shù)據(jù)本身提供的消息，而不需要其他任何的先驗知識，在保持分類能力不變的前提下，通過知識約簡，得到相關(guān)聯(lián)的屬性，這樣得出的條件屬性比較客觀，避免了由專家決定條件屬性時由于主觀性造成的一定誤差。其次根據(jù)所得預(yù)劃分作為初始化進(jìn)行聚類，再基于所得分簇和多重回歸給出一個估計關(guān)系表中空值的方法。由于該過程中采用自動聚類的思想，有目的地通過