数据重构方法

数据重构方法（data reconstruction tools），管理学-管理科学与工程-一般管理方法-定量管理方法-数据驱动的管理方法-数据重构方法，当现有数据出现遗失、不完整或者错误时，为了不影响建模的精度和准确性，通过各类算法对数据进行恢复的方法。当数据平台发生故障、设计存在漏洞、数据处理和访问不当以及人为的操作失误等多种原因造成数据遗失、不完整或者发生错误时，需要通过合理的数据重构方法恢复数据。常见的数据重构方法包括以下几种。①传统方法。在对数据进行分析时丢弃部分遗失的数据结果。②基于遗失数据特征值的方法。当数据出现遗失时，用一些出现比较频繁的数值来代替那些遗失的数据。③基于非遗失数据特征值的参数估计方法。通过建立精确的数据模型恢复数据，如最大期望算法和多重填补算法。④多元统计方法。通过主元分析、判别分析、偏最小二乘、因子分析和独立元分析等多元统计方法，重构遗失的数据。