แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Jaratsri Rungrattanaubol. Comparing statistical and K nearest neighbor imputation techniques in diabetes dataset. (). King Mongkut's University of Technology North Bangkok. Central Library. : , 2022.
Comparing statistical and K nearest neighbor imputation techniques in diabetes dataset
Organization :
Naresuan University. Department of Mathematics
Email :
Ratchaneewanpa64@nu.ac.th
Name: Anamai Na-Udom
Organization :
Naresuan University. Department of Mathematics
Email :
Anamain@nu.ac.th
Name: Jaratsri Rungrattanaubol
Organization :
Naresuan University. Department of Computer Science and Information Technology
Email :
jaratsrir@nu.ac.th
keyword:
K-nearest neighbors (kNN)
ThaSH:
Algorithms
ThaSH:
Machine learning
ThaSH:
Estimation theory
ThaSH:
Regression analysis
Abstract:
Missing data problems often occur in studies that involve collecting and analyzing data. This research aims to
provide a better understanding of missing data mechanisms, and to apply imputation techniques, which are mean,
median, regression, and KNN imputation, and to compare the performance among these techniques on this
diabetes dataset with various missing rates. The missing mechanism MCAR is applied on independent variables at
different missing rates of 5 percent, 10 percent and 15 percent. Accordingly, the study indicates that RMSE value increases in all
techniques as the number of missing values grows. The result showed KNN with median performs best in this research.
King Mongkut's University of Technology North Bangkok. Central Library
Address:
BANGKOK
Email:
library@kmutnb.ac.th
Created:
2022
Modified:
2025-09-16
Issued:
2025-09-16
บทความ/Article
application/pdf
BibliograpyCitation :
In King Mongkut's University of Technology North Bangkok Faculty of Applied Science, Thai Statistical Association (TSA) and Statistics Cooperative Research Network (Statistics CRN). The Proceeding of International Conference on Applied Statistics (ICAS 2022) (pp.179-185). Bangkok : King Mongkut's University of Technology North Bangkok
eng
©copyrights King Mongkut's University of Technology North Bangkok
RightsAccess:
ใช้เวลา
0.019087 วินาที
Ratchaneewan Paisanwarakiat
| Title | Contributor | Type |
|---|---|---|
| Combining logistic regression analysis with data mining techniques to predict diabetes
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Ratchaneewan Paisanwarakiat;Anamai Na-udom;Jaratsri Rungrattanaubol | บทความ/Article | |
| Comparing statistical and K nearest neighbor imputation techniques in diabetes dataset
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Ratchaneewan Paisanwarakiat;Anamai Na-Udom;Jaratsri Rungrattanaubol | บทความ/Article |
Anamai Na-Udom
| Title | Contributor | Type |
|---|---|---|
| Combining logistic regression analysis with data mining techniques to predict diabetes
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Ratchaneewan Paisanwarakiat;Anamai Na-udom;Jaratsri Rungrattanaubol | บทความ/Article | |
| A comparison of models for count data with an application to over-dispersion data
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Chadarat Tapan.;Anamai Na-udom.;Jaratsri Rungrattanaubol. | บทความ/Article | |
| Comparing statistical and K nearest neighbor imputation techniques in diabetes dataset
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Ratchaneewan Paisanwarakiat;Anamai Na-Udom;Jaratsri Rungrattanaubol | บทความ/Article | |
| Comparison of approximation model for modeling output response for computer simulated experiment
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Rachadaporn Timun;Anamai Na-udom;Jaratsri Rungrattanaubol | บทความ/Article |
Jaratsri Rungrattanaubol
| Title | Contributor | Type |
|---|---|---|
| Combining logistic regression analysis with data mining techniques to predict diabetes
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Ratchaneewan Paisanwarakiat;Anamai Na-udom;Jaratsri Rungrattanaubol | บทความ/Article | |
| A comparison of models for count data with an application to over-dispersion data
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Chadarat Tapan.;Anamai Na-udom.;Jaratsri Rungrattanaubol. | บทความ/Article | |
| Comparing statistical and K nearest neighbor imputation techniques in diabetes dataset
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Ratchaneewan Paisanwarakiat;Anamai Na-Udom;Jaratsri Rungrattanaubol | บทความ/Article | |
| Comparison of approximation model for modeling output response for computer simulated experiment
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Rachadaporn Timun;Anamai Na-udom;Jaratsri Rungrattanaubol | บทความ/Article |