2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩54頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、現(xiàn)在的社會是高速發(fā)展的社會,日益發(fā)展的科技,伴隨著越來越多的信息流通,大數(shù)據(jù)便是這個時代的產(chǎn)物。大數(shù)據(jù)的價值并不在“大”,而在于“有用”,數(shù)據(jù)中的價值含量、挖掘成本比數(shù)據(jù)的量更為重要。在此基礎(chǔ)上,數(shù)據(jù)挖掘技術(shù)的發(fā)展日益受到社會的重視。在數(shù)據(jù)挖掘技術(shù)中,特征選擇技術(shù)是一種主要的數(shù)據(jù)分析技術(shù)。在大數(shù)據(jù)分析中,如何從高維數(shù)據(jù)中篩選出區(qū)分能力強、具有重要研究價值的特征是關(guān)鍵的研究方向。特征選擇技術(shù)已經(jīng)廣泛應(yīng)用于很多應(yīng)用領(lǐng)域,如入侵檢測、生物醫(yī)學(xué)

2、、生態(tài)環(huán)境科學(xué)等方面。
  基于支持向量機的特征回歸消減方法(Support Vector Machine-Recursive FeatureElimination,SVM-RFE)是一種常用特征選擇方法,它通過迭代刪除的順序?qū)μ卣鬟M行排序。本文首先研究在SVM-RFE迭代特征刪除過程中選擇最優(yōu)特征子集的評價標準。為了更加準確的評價特征子集,在后向迭代特征選擇過程中,采用準確率和樣本的類重疊度綜合評價特征子集的區(qū)分能力。一個具有較

3、好區(qū)分能力的特征子集應(yīng)該具有較高的準確率和較低的類重疊度。由此本文提出算法SVM-RFE-COA。此外在SVM-RFE的特征選擇過程中,SVM基于當(dāng)前的特征集和訓(xùn)練樣本建模,訓(xùn)練樣本的質(zhì)量會影響特征權(quán)值的計算,如果當(dāng)前特征空間下,樣本的類重疊度很高,可能發(fā)生會過擬合,影響對特征的評價,故在SVM-RFE-COA的基礎(chǔ)上提出算法M-SVM-RFE-COA,該算法在每次迭代刪除特征的過程中,暫時屏蔽那些相對于原始特征空間類重疊度增加較大的訓(xùn)

4、練樣本,以選出更具區(qū)分能力的特征子集。在11個公共數(shù)據(jù)上的結(jié)果表明,SVM-RFE-COA結(jié)合準確率和樣本的類重疊度作為評價指標比以準確率作為評價指標可以選出更具有區(qū)分能力的特征;并且M-SVM-RFE-COA在每次迭代選擇的過程中,暫時屏蔽那些相對于原始特征空間類重疊度增加較大的樣本,同樣提升了SVM-RFE-COA的特征選擇性能。
  ERGS是一種基于特征有效區(qū)間的特征選擇算法,它計算特征在任意兩類樣本之間的重疊區(qū)域來評估特

5、征的區(qū)分能力。一個特征的重疊區(qū)域越大,特征的區(qū)分能力越弱。但ERGS忽略了特征在任何兩類樣本上的重疊區(qū)域占其中任一類樣本上有效區(qū)間的比例,這可能會影響對特征的評估。本文提出基于ERGS算法改進的MERGS算法,它計算特征在任何兩類樣本上的重疊區(qū)域占其中任一類樣本的有效區(qū)間的比例來計算特征的基于有效區(qū)間重疊程度;并且對于每個特征,基于每個樣本在該特征處的近鄰中的異類樣本數(shù)所占比例,計算在整體樣本空間中該特征的基于近鄰中異類樣本所占比例的重

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論