使用计算智能和决策树估计缺失数据
摘要：一种结合决策树、自联想神经网络（AANN）模型和主成分分析神经网络（PCA-NN）模型的新型范式用于填补缺失数据。对于每个模型，决策树用于预测遗传算法的搜索边界，以最小化从相应模型衍生的误差函数。使用HIV血清流行病学数据测试和比较了模型填补缺失数据的能力。结果表明，AANN基于模型的平均准确率从75.8%增加至86.3%，而PCA-NN基于模型的平均准确率从66.1%增加至81.6%。
作者：George Ssali and Tshilidzi Marwala
论文ID：0709.1640
分类：Applications
分类简称：stat.AP
提交时间：2007-09-12