基于多级奇异值分解的混合数据填充

资源简介

基于多级奇异值分解的混合数据填充

【一句话概览】

本数据集是 figshare 公开的结构化表格数据集，收录 1 个文件、合计 1.29 MB，主题涵盖 Distributed computation、Hierarchical data、Low-rank matrix estimation、Matrix completion，可用于统计建模、特征工程与队列分析，CC BY 4.0 许可开放获取。

【数据集背景】

本数据集源站标题为《Imputation of Mixed Data With Multilevel Singular Value Decomposition》。配套论文《Imputation of Mixed Data With Multilevel Singular Value Decomposition》发表于 Journal of Computational and Graphical Statistics（2019），DOI：10.1080/10618600.2019.1585261。项目资助方：Geneviève Robin was funded by the France-Stanford Center for Interdisciplinary Studies (visiting student researcher fellowship) to visit Stanford.。源站首次发布：2019-10-25。

【数据内容】

源站原始描述：Statistical analysis of large datasets offers new opportunities to better understand underlying processes. Yet, data accumulation often implies relaxing acquisition procedures or compounding diverse sources. As a consequence, datasets often contain mixed data, that is, both quantitative and qualitative, and many missing values. Furthermore, aggregated data present a natural multilevel structure, where individuals or samples are nested within different sites, such as countries or hospitals. Imput…

中文译文（机器翻译，仅供快速理解，请以原文为准）：大型数据集的统计分析为更好地理解潜在过程提供了新机会。然而，数据积累往往意味着放宽采集程序或合并不同来源。因此，数据集常常包含混合数据，即同时包含定量和定性数据，以及大量缺失值。此外，聚合数据呈现出自然的多层结构，其中个体或样本嵌套于不同站点，例如国家或医院。因此，多层数据的插补近年来引起了一些关注，但当前解决方案并非为处理混合数据而设计，并且存在重要缺陷，例如计算成本高。在本文中，我们提出一种用于多层数据的单一插补方法，可用于补全定量、分类或混合数据。该方法基于多层奇异值分解（SVD），即将数据的变异性分解为两个成分，

【数据结构与技术规格】

文件数 1 个，合计 1.29 MB。ucgs_a_1585261_sm7827.zip：application/zip，1.29 MB。数据集 DOI：10.6084/m9.figshare.7827983.v1。

【主题与分类】

源站学科分类：Genetics、Chemical Sciences not elsewhere classified、Immunology、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified、Mathematical Sciences not elsewhere classified。主题标签：Distributed computation、Hierarchical data、Low-rank matrix estimation、Matrix completion。

【适用方向】

结构化表格数据可直接用于统计建模、特征工程与队列分析。

【获取与许可】

源站页面：https://tandf.figshare.com/articles/dataset/Imputation_of_Mixed_Data_With_Multilevel_Singular_Value_Decomposition/7827983

使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。

规范引用：Imputation of Mixed Data With Multilevel Singular Value Decomposition. Taylor & Francis. Husson, François; Josse, Julie; Narasimhan, Balasubramanian; Robin, Geneviève

【使用注意】

· 源站最后修改于 2023-05-31，引用时请注意版本时效。