一种基于最优混合估值的大坝安全监测数据补全方法

本发明公开了一种基于最优混合估值的大坝安全监测数据补全方法，包括，将大坝安全监测数据集划分为训练集和测试集，其中，训练集为完整子数据集，测试集为缺失子数据集；基于训练集采用XgBoost算法构建最优预测模型；采用最优预测模型对测试集中各数据所属类的概率分布进行预测，生成测试集样本概率向量；基于测试集样本概率向量进行聚类；对于连续型数据存在缺失，则用所属类中对应特征属性的均值来补全数据；对于离散型数据缺失，则将该条数据所属类的极大似然估计作为补全数据。本发明方法解决了混合数据集中各类数据缺失的问题，可对大坝安全监测数据集的特征进行有效评估，具有更强的泛化能力和更精确的补全效果。