基于Clustered FIML-VAE的有效数据缺失插补方法

本发明提出一种基于Clustered FIML‑VAE的有效数据缺失插补方法，旨在有效处理缺失值填充问题，主要内容包括：(1)利用聚类辅助避免数据异常值对算法的影响；(2)采用集成框架将FIML与VAE结合起来，充分利用观测数据，捕捉到非线性关系，提高估算精度，以及模型的鲁棒性。为评估本案方法的准确性和鲁棒性，在各种缺失数据机制(MAR、MCAR和MNAR)下对13个真实世界数据集进行了一组全面的实验，缺失率范围为10％至50％，实验表明了本案方法在处理缺失值方面的优越性，显著超越了其他缺失值计算技术，同时实验结果充分展示了本案方法在处理缺失数据方面的鲁棒性和广泛的应用潜力，为解决实际应用中的复杂缺失值问题提供了有力支持。