如今关系数据库理论模型已经近乎完美,各种关系数据库系统被广泛地运用于社会生活的各个领域。传统的关系数据库理论建立在信息完全的基础之上,不允许缺失信息的存在,这和早期的数据库管理系统的处理能力是相适应的。但是由于客观世界的复杂性,信息缺失、不确定信息以及模糊信息是普遍存在的。数据库作为表达现实世界的手段,不可能回避信息缺失问题。本文主要针对关系数据库中的空值估计问题进行研究,探讨了一种基于聚类和多重回归的空值估计方法。该方法首先对数据表中的数据进行挖掘,找出与被估计属性相关联的属性集,同时给出这个属性集对数据的预划分。由于该过程仅利用数据本身提供的消息,而不需要其他任何的先验知识,在保持分类能力不变的前提下,通过知识约简,得到相关联的属性,这样得出的条件属性比较客观,避免了由专家决定条件属性时由于主观性造成的一定误差。其次根据所得预划分作为初始化进行聚类,再基于所得分簇和多重回归给出一个估计关系表中空值的方法。由于该过程中采用自动聚类的思想,有目的地通过一定的调整步骤获得各聚类,再使用拟合回归的方法逼近原分布函数,估值的结果具有较高的准确率。最后利用平均绝对误差率来衡量算法估值的准确率,并给出了算法的主要实现步骤和流程。