1.2　缺失值填补方法的研究现状概述

高质量的数据集是发现和获取知识的必要前提，因而填补值的准确性已成为数据挖掘和机器学习成功与否的一个关键因素。缺失值填补法利用现有数据为缺失值计算合理的填补值，从而构造完整数据集。常用的填补方法大致可分为基于统计学的缺失值填补方法和基于机器学习的填补方法。