一种基于SAE-GAIN-RF的数据自恢复方法及应用

本发明涉及数据处理技术领域，具体公开了一种基于SAE‑GAIN‑RF的数据自恢复方法及应用，包括利用SAE模型对原始的包含缺失值的高维特征矩阵数据进行训练，并利用SAE模型中的编码器模块对训练后的高维特征矩阵数据进行降维，输出低维特特征矩阵数据；利用GAIN模型对所述低维特特征矩阵数据进行潜在统计规律的学习，对低维特特征矩阵数据存在的缺失值进行预测和补全，以初步完整所述低维特特征矩阵数据；构建基于Hyperopt优化的随机森林模型，将完整的低维特特征矩阵数据作为基于Hyperopt优化的随机森林模型的输入，将低维特特征矩阵数据存在的缺失值的标签向量设定为基于Hyperopt优化的随机森林模型的输出，得到所述低维特特征矩阵数据的最终数据恢复结果。