《表1 数据集的基本信息：基于灰色关联分析的类中心缺失值填补方法》

  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

《基于灰色关联分析的类中心缺失值填补方法》

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

本文的实验用了三种不同的数据集，包括：数值型，字符型和混合型数据集，其中有8个数值型数据集，6个字符型数据集和3个混合型数据集，这些数据集都来自UCI机器学习数据库，实例数目在101～28 056之间，特征数目在4～60之间．此外，一些数据集中存在着严重的不平衡问题，为了去除不平衡对实验结果的影响，当少数类的实例数目少于5时，采用了一个简单的过采样技术，简单地复制少数类实例，以此来增加少数类的实例数目，从而在缺失比例较高时，保证依然有足够的实例来计算少数类的类中心和标准差，数据集的基本信息在表1中给出．