典型文献
基于缺失率的不完整就业预测数据填充算法
文献摘要：
目前变量缺失率相同的填充算法用于多变量缺失率不同的不完整数据集填充效果有限,为了提高对多变量缺失率不同数据集的预测准确率,创新性地提出RXGRegressor集成模型.首先,在BostonHousing数据集上得出RandomForestRegressor、XGBRegressor、GradientBoostingRegressor三种算法填充效果最佳的单变量缺失率范围,对多变量缺失率不同的数据集依据各变量缺失率值选择合适的填充算法;然后,为了验证RXGRegressor模型在实际数据集中的可用性,将其应用于多变量缺失率不同的就业预测数据集上;最后,使用随机森林分类器分别对RXGRegressor模型、均值和单一的回归模型填充后的完整数据集进行就业预测,用分类的ACCURACY得分衡量填充性能.实验结果表明,单一回归模型的ACCURACY得分高于均值,RXGRegressor集成模型的ACCURACY得分最高,由此验证了所提模型对多变量缺失率不同数据集缺失值填充的可行性和实用性.
文献关键词：
缺失率;填充算法;不完整数据集;RXGRegressor;回归模型;就业预测;特征矩阵
中图分类号：
作者姓名：
熊露露;年梅;张俊
作者机构：
新疆师范大学,新疆 乌鲁木齐 830054;新疆铁道职业技术学院,新疆 乌鲁木齐 830000;中国科学院新疆理化技术研究所,新疆 乌鲁木齐 830011
文献出处：
引用格式：
[1]熊露露;年梅;张俊-.基于缺失率的不完整就业预测数据填充算法)[J].现代电子技术,2022(15):104-108
A类：
就业预测,RXGRegressor,BostonHousing,RandomForestRegressor,XGBRegressor,GradientBoostingRegressor,ACCURACY
B类：
缺失率,预测数据,填充算法,多变量,不完整数据集,填充效果,预测准确率,集成模型,上得,实际数据,可用性,随机森林分类器,模型填充,填充性能,一回,缺失值填充,特征矩阵
AB值：
0.175566
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
