| ชื่อบทความที่เผยแพร่ |
Missing Value Imputation based on K Nearest Neighbor Method with Correlation Coefficient |
| วัน/เดือน/ปี ที่เผยแพร่ |
18 พฤศจิกายน 2561 |
| การประชุม |
| ชื่อการประชุม |
INTERNATIONAL CONFERENCE ON APPLIED STATISTICS (ICAS) 2018 |
| หน่วยงาน/องค์กรที่จัดประชุม |
คณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยสงขลานครินทร์ วิทยาเขตปัตตานี |
| สถานที่จัดประชุม |
Centra by Centara, Government Complex Hotel & Convention Centre Chaeng Watthana Bangkok |
| จังหวัด/รัฐ |
กรุงเทพมหานคร |
| ช่วงวันที่จัดประชุม |
24 ตุลาคม 2561 |
| ถึง |
26 ตุลาคม 2561 |
| Proceeding Paper |
| Volume (ปีที่) |
- |
| Issue (เล่มที่) |
- |
| หน้าที่พิมพ์ |
54-57 |
| Editors/edition/publisher |
|
| บทคัดย่อ |
This study is to propose a method for issing data imputation, namely Correlated K Nearest Neighbor (Corr-KNN) which prepare the data for analysis.
The correlation coefficient is used to select the variables having complete data which highly correlate with the variable having missing data. After
that, the selected data set in the variables having complete data and the missing data are used in K Nearest Neighbor (KNN) method by replacing
missing data with substituted data. The Corr-KNN method is compared with the KNN and K Nearest Neighbor Feature Selection (KNNFS) methods
by using the data on UCI Machine Learning Repository database. The performance of each method is measured by the Root Mean Squared Error
(RMSE). The results indicate that the Corr-KNN method has powerful imputation with smaller RMSE than the compared methods. |
| ผู้เขียน |
|
| การประเมินบทความ (Peer Review) |
มีผู้ประเมินอิสระ |
| มีการเผยแพร่ในระดับ |
นานาชาติ |
| รูปแบบ Proceeding |
Full paper |
| รูปแบบการนำเสนอ |
Oral |
| เป็นส่วนหนึ่งของวิทยานิพนธ์ |
เป็น |
| ผลงานที่นำเสนอได้รับรางวัล |
ไม่ได้รับรางวัล |
| แนบไฟล์ |
|
| Citation |
0
|
|
|
ข้อมูลการเผยแพร่ผลงาน
การเผยแพร่ในรูปของบทความวารสารทางวิชาการ
English