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66頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、隨著信息技術的迅速發(fā)展,生物信息學、圖像處理、文本挖掘等許多領域中研究對象的數(shù)據(jù)描述越來越趨向于高維,給數(shù)據(jù)挖掘造成了“維數(shù)災難”。針對這個問題,出現(xiàn)了數(shù)據(jù)降維的研究。而特征選擇作為數(shù)據(jù)降維的方法之一,因簡單、直觀、有效而應用廣泛。特征選擇可以去除冗余特征、無關特征、甚至噪聲特征,從而得到一個近乎無冗余、無噪聲的樣本集。研究證明,特征選擇不僅能顯著提高訓練分類模型的效率,還能提高分類模型的性能。因此在數(shù)據(jù)挖掘、機器學習、模式識別等相關領

2、域中,特征選擇成為了數(shù)據(jù)預處理中非常重要的一步,是監(jiān)督學習算法的一個重要組成步驟。
   和學習方法一樣,特征選擇也存在泛化能力的問題。穩(wěn)定性就是該問題的具體體現(xiàn):同一個特征選擇算法在同一個樣本集的不同訓練數(shù)據(jù)集上得到的最優(yōu)特征子集是不同的,即算法的輸出隨著訓練數(shù)據(jù)集的變化而變化,是不穩(wěn)定的。而在機器學習領域有許多算法與特征選擇算法密切相關,比如集成學習和多任務學習。集成學習通過訓練多個個體學習器并將其結果進行合成,顯著地提高了

3、學習系統(tǒng)的泛化能力。將集成學習運用到特征選擇算法中,能較好地解決其穩(wěn)定性問題,成為近年來的一個研究方向。
   本文首先介紹特征選擇算法及其基本過程,從“特征子集生成”、“特征子集評價”以及“特征選擇與學習算法的結合方式”三個不同的角度對特征選擇算法進行分類。接著分析集成方法的研究現(xiàn)狀及高維小樣本數(shù)據(jù)集的特征選擇的穩(wěn)定性問題。然后介紹一些常見的特征選擇算法及其集成學習模型?;谶x擇性集成的思想,Zhang Li提出了一種利用集成

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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。
  • 6. 下載文件中如有侵權或不適當內(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