10.3969/j.issn.1000-386x.2016.10.054
一种基于极限学习机的缺失数据填充方法
数据处理过程中经常会遇到不完备数据需要填充的问题，寻求简单有效的缺失数据填充方法非常重要。针对该情况，提出一种基于极限学习机 ELM（Extreme Learning Machine）的缺失数据填充方法，通过极限学习机网络建模，建立需要填充的缺失属性与其他属性的非线性映射模型。实验结果表明：该方法具有非常好的填充效果。
极限学习机、缺失数据填充、UCI机器学习数据库
33
TP181;TP183(自动化基础理论)
国家自然科学基金项目11171137；浙江省自然科学基金项目LY13A010008。
2016-12-16（万方平台首次上网日期，不代表论文的发表时间）
共4页
243-246
