实际应用中存在大量的丢失数据的数据集，对丢失数据的处理已成为目前分类领域的研究热点。分析和比较了几种通用的丢失数据填充算法，并提出一种新的基于EM和贝叶斯网络的丢失数据填充算法。算法利用朴素贝叶斯估计出EM算法初值，然后将EM和贝叶斯网络结合进行迭代确定最终更新器，同时得到填充后的完整数据集。实验结果表明，与经典填充算法相比，新算法具有更高的分类准确率，且节省了大量开销。