结合LSH的KNN数据填补算法

　　K近邻（kNN）算法是缺失数据填补的常用算法，但由于需要逐个计算所有记录对之间的相似度，因此其填补耗时较高。为提高算法效率，提出结合局部敏感哈希（ LSH）的kNN数据填补算法LSH-kNN。首先，对不存在缺失的完整记录进行局部敏感哈希，为之后查找近似最近邻提供索引；其次，针对枚举型、数值型以及混合型缺失数据分别提出对应的局部敏感哈希方法，对每一条待填补的不完整记录进行局部敏感哈希，按得到的哈希值找到与其疑似相似的候选记录；最后在候选记录中通过逐个计算相似度来找到其中相似程度最高的七条记录，并按照kNN算法对不完整记录进行填补。通过在4个真实数据集上的实验表明，结合局部敏感哈希的kNN填补算法LSH-kNN相对经典的kNN算法能够显著提高填补效率，并且保持准确性基本不变。