已閱讀1頁，還剩55頁未讀， 繼續(xù)免費閱讀
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(rèn)領(lǐng)
文檔簡介
1、本文主要對數(shù)據(jù)挖掘中的抽樣技術(shù)進行研究。主要工作如下： (1)將最優(yōu)統(tǒng)計樣本數(shù)的概念引入抽樣過程，以克服已有抽樣挖掘算法主觀因素過重的缺陷。以最優(yōu)統(tǒng)計樣本數(shù)為樣本容量的抽樣挖掘算法不僅能反映數(shù)據(jù)本身的分布特點，而且能在保證挖掘結(jié)果準(zhǔn)確性的同時降低抽樣的樣本容量。 (2)提出一種面向分類規(guī)則提取的分層抽樣算法。該算法以在保證重要分類規(guī)則不丟失的前提下降低樣本容量為目的，采用最優(yōu)統(tǒng)計樣本數(shù)確定樣本容量并且利用分層抽樣提高分類算法
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(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。
最新文檔
- 數(shù)據(jù)挖掘技術(shù)在數(shù)據(jù)庫審計中的應(yīng)用研究.pdf
- 隱私保護技術(shù)在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- COM組件技術(shù)在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 遺傳算法在數(shù)據(jù)挖掘技術(shù)中的應(yīng)用研究.pdf
- 云理論在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘技術(shù)在數(shù)字電視平移中的應(yīng)用研究.pdf
- 概念格在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 模糊數(shù)學(xué)在數(shù)據(jù)挖掘中應(yīng)用研究
- 粗糙集在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 粒計算在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 螞蟻算法及其在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 知識庫在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 蟻群算法在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘在數(shù)據(jù)庫入侵檢測中的應(yīng)用研究.pdf
- 遺傳算法在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘中抽樣技術(shù)的應(yīng)用研究——方法改進與實證分析.pdf
- 相關(guān)向量機及其在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 人工神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 貝葉斯網(wǎng)絡(luò)在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 粗糙集及其在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
評論
0/150
提交評論