近年来,数据挖掘成为很热门的研究领域,但是在数据处理过程中常常会遇到数据缺失、不一致等各种问题。针对数据缺失问题,数据分析中,常常使用数据填补方法为缺失值寻找一个替代值。近邻均值填补在图形数据中、及KNN填补算法在数据填补中最常用的均值类填补方法。本文依据主成分分析算法原理,对均值填补和KNN填补算法进行改进,并使用改进后的算法对数据进行仿真实验。均值填补是常用的数据填补方式,根据缺失项周围的数据特性,使用这些数据的均值来填补缺失项,本算法的优势之处是使用简单方便,时间复杂度和算法复杂度很低。适用于简单的缺失值较少的的数据分析中,对最终的分类聚类结果影响较小。近邻均值填补往往忽略了相邻变量之间的相互关系,又对噪声数据极为敏感,容易造成填补值偏差较大。将主成份分析算法应用到均值填补算法中,根据主成分分析算法原理,计算出相邻各属性的特征重要度,并使用属性重要度作为权重以均值填补的计算方式算出缺失数据相邻矩阵的加权平均值,将其作为相邻属性对于均值填补的影响偏移值,加入到均值填补的均值计算中。KNN填补算法是数据挖掘中较成熟的数据填补方式,由算法计算出整体数据中,和缺失项所在数据行距离最小的K个近邻数据项,根据不同数据的距离的大小得到缺失项的替代值。和均值填补算法一样,KNN根据数据相似性对缺失项进行填补,却忽略了属性之间的相互关系。同样,将主成份分析算法应用到KNN填补算法中,把KNN得到的数值作为主体填补值,使用主成分分析算法计算出整体的属性的相关性,以属性间的差值作为计算标准,由此得到一个横向的属性相关值,并入到KNN计算之中,最后得到的数值就是算法改进后的最终估算数值。通过对UCI数据集的仿真实验可知,基于主成分分析属性相关值算法改进的最近邻均值填补算法和KNN填补的算法的准确性和有效性也明显得到提高。