摘要
本发明提供了一种基于支持向量机的缺失数据补全的方法,包括将待进行数据补全的原始数据进行数据清洗;将完成数据清洗的原始数据模板化,作为原始数据集;将原始数据集中的数据作为训练样本,训练Word2Vec模型;通过训练好的Word2Vec模型,对原始数据集中的所有数据进行向量化,得到数据向量数据集;通过基于支持向量机的预测模型,预测生成原始数据集中的数据缺失项的向量值;在数据向量数据集中搜索得到与向量值相似的数据项,在原始数据集中生成与数据项匹配的缺失的数据值;缺失的数据值都补全完成时,将数据补全完成的原始数据集录入数据库。结合支持向量机和Word2Vec技术,进行清单缺失数据的补全,提高了数据补全的效率和准确性。
技术关键词
Word2Vec模型
神经网络结构
数据项
模块
模板
可读存储介质
电子设备
处理器通信
存储器
计算机
单层
定义
系统为您推荐了相关专利信息
多级特征
语义信息处理
光学遥感图像
语义特征
编码模块
激光扫描设备
标准件
安装调节机构
基准
通信模块
数据校验方法
语义
计算机可执行指令
计算机设备
深度学习模型
神经网络编译方法
脉冲神经网络模型
节点
芯片
代码生成器