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97頁未讀 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、代價(jià)敏感決策樹是數(shù)據(jù)挖掘的一個(gè)重要研究課題,近年來受到國內(nèi)外學(xué)者的廣泛關(guān)注。不少學(xué)者結(jié)合粗糙集等理論提出了很多算法并取得了較好的效果。但是隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展,大規(guī)模的數(shù)據(jù)流不斷涌現(xiàn),傳統(tǒng)的分類算法亟待進(jìn)一步改進(jìn)。針對(duì)數(shù)據(jù)規(guī)模大的特點(diǎn),本文提出了指數(shù)加權(quán)屬性選擇的方法以及三種基于C4.5算法的自適應(yīng)代價(jià)敏感決策樹的學(xué)習(xí)方法。
  首先,本文提出了指數(shù)加權(quán)的最小總代價(jià)屬性選擇的啟發(fā)式算法。近年來,針對(duì)最小代價(jià)屬性子集問題,閔帆等

2、采用回溯算法成功地解決了該問題。但在高維數(shù)據(jù)集上,回溯算法效率較低,本文提出了指數(shù)加權(quán)的屬性選擇算法并設(shè)計(jì)了批量實(shí)驗(yàn)驗(yàn)證了該算法的有效性。
  其次,本文提出了一種自適應(yīng)劃分點(diǎn)選擇的代價(jià)敏感決策樹算法。面對(duì)海量的數(shù)據(jù),現(xiàn)存的代價(jià)敏感決策樹算法的效率需要進(jìn)一步提高才能滿足用戶需求。對(duì)此,本文基于CS-C4.5算法提出了自適應(yīng)劃分點(diǎn)選擇機(jī)制,有選擇地考慮屬性在某些屬性值處劃分的信息增益,進(jìn)而提高了生成代價(jià)敏感決策樹的效率。
  

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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論