进入21世纪后,互联网技术飞速发展,数据可以快速通过线上方式进行获取和存储,这为数据挖掘工作带来了机遇,但由于各种原因往往会获取到不完备数据,如何准确、有效的处理不完备数据是当前研究的热点,因此,本文首先通过优化的填补算法使不完备数据通过填补成为完备数据,接着针对完备数据的分类问题展开研究,本文主要研究工作如下:(1)针对利用相似样本进行填补的过程中,不能精确定位和填补时易受数据干扰,影响算法填补效果等问题。设计了基于粗糙集的样本缺失维度填补算法。该算法首先利用粗糙集进行属性约简,接着对约简后的决策表进行k均值聚类,并利用相似度进行待填补样本与聚簇结果的比较,从而精确定位较相似样本。最后以最小二乘法为核心思想,进行相应缺失维度上的数据拟合,减少了不相关数据的干扰。实验结果表明了本文算法的有效性。(2)针对利用近邻样本进行类别预测的过程中,训练集较大和样本特征数差异,影响算法分类效果等问题。设计了基于线性鉴别分析法的样本均值KNN改进算法。该算法首先利用线性鉴别分析法,降低样本特征数及其差异带来的不利影响。进而比较了待测样本和各类样本均值相似度,选择性筛选训练集,最后利用改进的距离公式计算K最近邻。实验结果表明了本文算法的有效性。(3)针对医学领域的甲状腺样本,分析了基于粗糙集的样本缺失维度填补算法和线性鉴别分析法的样本均值KNN改进算法的数据处理流程,运用本文设计的两种算法,对甲状腺样本进行相关实验设计,结果表明了本文算法的有效性。