声明
第1章 绪论
1.1研究背景与意义
1.1.1研究背景
1.1.2研究意义
1.2国内外研究现状
1.2.1 信用评估相关研究
1.2.2 缺失数据处理相关研究
1.3 研究内容与组织结构
1.3.1 论文的研究内容
1.3.2 论文的组织结构
第2章 相关理论与方法
2.1 缺失值理论
2.1.1 数据缺失机制
2.1.2 数据缺失模式
2.2 K近邻算法概述
2.2.1 K近邻算法
2.2.1 K近邻填补算法
2.3 最大信息系数
2.4 在线层次聚类
第3章 在线KNN缺失数据填补算法
3.1 基本思想与算法框架
3.2 KNN的距离度量选择分析
3.3 基于最大信息系数的特征加权策略
3.3.1 加权策略的定义
3.3.2 动态赋权实例演示
3.4 基于聚类树的KNN填补算法
3.5 算法分析
第4章 信用缺失数据填补的应用实验设计与分析
4.1 信用数据集描述
4.2 填补有效性比较实验
4.2.1 数据集缺失设置
4.2.2 实验步骤
4.2.3 评价指标
4.2.4 实验结果与分析
4.3 稳定性比较实验
4.3.1 数据集的处理
4.3.2 实验步骤
4.3.3 实验结果与分析
结 论
参考文献
附录A 攻读学位期间发表学术论文目录
附录B 攻读学位期间参与的科研项目
附录C 本文主要实验代码
致谢
湖南大学;