基于距離最大化和缺失數(shù)據(jù)聚類的填充算法

　　通過對(duì)基于K-means聚類的缺失值填充算法的改進(jìn)，文中提出了基于距離最大化和缺失數(shù)據(jù)聚類的填充算法。首先，針對(duì)原填充算法需要提前輸入聚類個(gè)數(shù)這一缺點(diǎn)，設(shè)計(jì)了改進(jìn)的K-means聚類算法：使用數(shù)據(jù)間的最大距離確定聚類中心，自動(dòng)產(chǎn)生聚類個(gè)數(shù)，提高聚類效果；其次，對(duì)聚類的距離函數(shù)進(jìn)行改進(jìn)，采用部分距離度量方式，改進(jìn)后的算法可以對(duì)含有缺失值的記錄進(jìn)行聚類，簡化原填充算法步驟。通過對(duì)STUDENT ALCOHOL CONSUMPTION數(shù)據(jù)集的實(shí)驗(yàn)，結(jié)果證明了該算法能夠在提高效率的同時(shí)，有效地填充缺失數(shù)據(jù)。