%0 Journal Article
%T 结合局部敏感哈希的k近邻数据填补算法
%A 刁兴春
%A 周星
%A 曹建军
%A 许永平
%J 计算机应用
%D 2016
%R 10.11772/j.issn.1001-9081.2016.02.0397
%X 摘要 k近邻(kNN)算法是缺失数据填补的常用算法,但由于需要逐个计算所有记录对之间的相似度,因此其填补耗时较高。为提高算法效率,提出结合局部敏感哈希(LSH)的kNN数据填补算法LSH-kNN。首先,对不存在缺失的完整记录进行局部敏感哈希,为之后查找近似最近邻提供索引;其次,针对枚举型、数值型以及混合型缺失数据分别提出对应的局部敏感哈希方法,对每一条待填补的不完整记录进行局部敏感哈希,按得到的哈希值找到与其疑似相似的候选记录;最后在候选记录中通过逐个计算相似度来找到其中相似程度最高的k条记录,并按照kNN算法对不完整记录进行填补。通过在4个真实数据集上的实验表明,结合局部敏感哈希的kNN填补算法LSH-kNN相对经典的kNN算法能够显著提高填补效率,并且保持准确性基本不变
%K 数据质量
%K 数据完整性
%K 数据填补
%K <i>k</i>近邻算法
%K 局部敏感哈希
%U http://www.joca.cn/CN/abstract/abstract18992.shtml