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83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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、文本數(shù)據(jù)常用文檔-詞二維共現(xiàn)矩陣表示,大多數(shù)傳統(tǒng)聚類算法屬于單向聚類,即要么是對樣本進(jìn)行聚類,要么是對特征進(jìn)行聚類,沒有考慮到樣本和特征之間自然存在的相互關(guān)系。尤其對高維、稀疏、帶噪聲數(shù)據(jù),傳統(tǒng)單向聚類方法在精度上很難滿足實(shí)際需求。
  基于信息論的協(xié)同聚類算法從信息論的角度捕獲了行列之間自然關(guān)系,同時(shí)從行向和列向進(jìn)行聚類,相互協(xié)助、相互約束,對高維、稀疏數(shù)據(jù)也能起到高效聚類的效果。但該方法也存在一些不足,如沒有考慮特征的重要性,

2、另外該方法是一個(gè)無監(jiān)督的學(xué)習(xí)過程,聚類后簇的可解釋性不強(qiáng),在聚類精度上也有提高的空間等。本文在基于信息論的協(xié)同聚類算法以及參考已有研究方法的基礎(chǔ)上,做了兩點(diǎn)探索性改進(jìn),即在原有無監(jiān)督聚類的基礎(chǔ)上,引入了主題知識(shí),并對特征進(jìn)行了加權(quán)處理。提出了無監(jiān)督的特征加權(quán)的協(xié)同聚類算法和半監(jiān)督的主題驅(qū)動(dòng)的協(xié)同聚類算法兩個(gè)改進(jìn)算法。特征加權(quán)協(xié)同聚類算法用互信息計(jì)算特征權(quán)值,突出有效特征的重要性,在聚類精度和運(yùn)行時(shí)間上得到了提高。在主題驅(qū)動(dòng)的協(xié)同聚類算法

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(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,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(fù)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(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