不同缺失率下的数据填补算法稳定性研究

为了研究数据缺失填补算法的准确性和稳定性，文章基于完全随机缺失对完整数据集按不同缺失率进行挖空处理，然后使用6种算法对缺失数据进行填补，并重复执行多次，对比分析其准确性和稳定性，给出相应的置信区间。结果表明，混合迭代填补法准确性优于K近邻、缺失森林、加权K近邻等算法，其稳定性仅次于缺失森林；随着缺失率的增大，该算法准确性高的优势更加显著；当缺失率小于5%时，该算法的准确性和稳定性达到最佳。