换一批摘要目的 评估并改进缺失数据处理方法,提升二分类结局预测模型性能.方法 模拟数据缺失场景,通过预测模型的ROCAUC及均方根误差(RMSE)共同评估直接剔除、均值填补、随机森林填补、多重填补对预测模型性能的影响,并将贝叶斯网络引入随机森林填补算法,利用变量间相关性进行填补方法的优化.结果 不同缺失占比下,通过AUC及RMSE均可得出贝叶斯网络优化随机森林填补算法效果最佳.此外,在缺失占比为10％～20％时,各种填补方法对预测模型的性能提升效果大体相同;当缺失占比为30％～40％时,相较于均值填补,除贝叶斯网络优化随机森林填补算法外,随机森林填补更好,其效果略优于多重填补;当缺失占比接近50％时,即使模型性能依旧较好,但填补数据逐渐偏离真实数据特征,模型的可用性下降.结论 贝叶斯网络优化随机森林填补算法总体效果较好,当随机缺失占比30％～40％时可优先考虑.
更多相关知识
栏目名称
DOI
10.16781/j.CN31-2187/R.20230333
发布时间
2025-03-07（万方平台首次上网日期，不代表论文的发表时间）
- 浏览13
- 被引5
- 下载10
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
