《表3 原始数据与各方法填补后数据的相关性》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《某办公建筑空调运行控制策略分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过对2920组数据进行分类分属性的统计分析，发现不同属性的数据都存在着不同程度的缺失，数据分属性缺失程度如表2所示。分析表中数据可以发现，各个设备能耗的缺失数据数量相差并不大。为了数据挖掘结果的精确性，需要对这些缺失数据在预处理阶段进行填充。在SPSS软件中利用替换缺失值对缺失数据进行替换，填补方法包括序列平均值、临近点的中间值、临近点的平均值、线性插值、邻近点的线性趋势。不同的数据类型采用不同的方法，填补误差也不同，为了尽量减少填补误差，选取了北热泵机组运行的一月份数据随机删除部分数据，分别采用这几种方法进行缺失值的填补并得到数据曲线，如图2所示，可以发现序列平均值的填补效果最差，主要是由于该数据是电量的累计值，序列平均值是将整个序列数之和的平均数，填补到序列中会与前后值存在着明显的差异。而剩余的其他方法利用所得的数据曲线分辨不出填补效果，采用Person相关系数法将利用其他方法得到的数据与原始数据进行相关系分析，得到的相关系数结果如表3所示。