在大数据应用快速发展的今日,伪装缺失值等脏数据已成为数据分析的一大障碍,不仅会误导我们的工作行为,还可能会造成巨大的经济损失。因此,减少大数据中潜藏的伪装缺失值给数据分析带来的严重影响,伪装缺失值的检测工作正变得越来越重要。由于数据集中存在一些经常使用且在数据范围内随机分布的有效值,不容易被检测到,导致传统的检测算法检测效果不够理想。基于伪装缺失值检测效果不够理想的问题,本文提出了一种基于重分类的伪装缺失值检测方法,对伪装缺失值重新分类后再进行检测,主要研究内容如下:（1）提出了基于重分类的伪装缺失值检测框架。首先,对伪装缺失值进行重新分类,分为低频率的伪装缺失值和高频率的伪装缺失值两类。然后,按照一定的执行顺序,先执行基于Filter-KMeans的伪装缺失值检测算法对低频率的伪装缺失值进行检测,后执行基于MCMC方法的区间控制伪装缺失值检测算法对高频率的伪装缺失值进行检测。（2）针对数据中低频率的伪装缺失值的检测问题,本文采用基于Filter-KMeans的伪装缺失值检测算法进行检测。该算法主要从解决初始参数对聚类效果的影响角度出发,采用轮廓系数法和伯努利大数定律确定K值和数据点出现的概率,选取出现概率较高的前K个数据点作为数据对象点,然后分别求出其它数据点到这些所选取的数据对象点的距离及加权平均距离,并以加权平均距离控制成簇遍历。此外,在成簇遍历过程中,增加过滤操作,避免了一个数据点参与多个数据对象点的成簇遍历,对查全率和查准率的不良影响,从而提高检测效果。（3）针对数据中高频率的伪装缺失值的检测问题,本文采用基于MCMC方法的区间控制伪装缺失值检测算法进行检测。该算法主要从参数角度出发,采用Metropolis-Hastings算法对参数进行采样,然后,采用基于正态分布的一元离群点检测算法选取控制区间,并结合置信区间进行优化,避免了控制区间范围过大,对查全率和查准率的不良影响,从而提高检测效果。实验结果表明,本文的算法针对不同类别的伪装缺失值,在查准率、查全率和F1-Measure三个指标上均取得较好的效果,验证了本文的算法具有一定可行性,对数据分析工作具有一定的积极意义。