随着因特网的蓬勃发展、社会的数字化变革以及经济的快速发展，数据的规模正在以惊人的速度不断增长。如何从大量数据中提取所蕴藏着的有价值信息变得越来越重要，由此，数据挖掘技术应运而生。数据挖掘算法也越来越受到人们的重视，其中许多算法和模型都建立在理想的数据集上，而现实中的数据集通常存在着数据不完整的情况，即数据记录中含有缺失值的情况。对于缺失数据，通常采用某种清洗方法对其进行处理，然后在处理后生成的完整数据集上进行数据挖掘。目前应用在缺失值插补上的方法有很多，它们各有其优缺点。本文在对缺失值插补方法进行了大量研究和分析后，针对具有聚类特征的数据集提出了一种变量选择、回归预插补、聚类分析、回归插补的缺失值清洗框架，该框架构成了基于统计学习的缺失值清洗方法。此外，针对本文提出的缺失值插补方法，在深入研究K-means算法的优缺点后，提出一种改进的聚类算法。并在实现过程中提出了整个缺失值清洗过程的流程。最后分别在聚类数据集上、随机数据集和真实数据集上进行了实验。通过与其他缺失值插补方法在插补效果上的比较，实验验证了本文提出的方法的有效性。