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69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、數(shù)據(jù)挖掘(Data Mining)是從大量數(shù)據(jù)中發(fā)現(xiàn)潛在規(guī)律、提取有用知識(shí)的方法和技術(shù)。近年來,數(shù)據(jù)挖掘受到了普遍關(guān)注,已經(jīng)成為信息系統(tǒng)和計(jì)算機(jī)科學(xué)領(lǐng)域研究中最活躍的部分。 數(shù)據(jù)挖掘技術(shù)從一開始就是面向應(yīng)用的。目前,在很多領(lǐng)域,數(shù)據(jù)挖掘都是一個(gè)很時(shí)髦的詞,尤其是在如銀行、電信、保險(xiǎn)、交通、零售等領(lǐng)域。但數(shù)據(jù)挖掘技術(shù)應(yīng)用于軌檢車檢測(cè)數(shù)據(jù)分析領(lǐng)域,目前研究較少。鐵路線路檢測(cè)產(chǎn)生了大量的軌檢車檢測(cè)數(shù)據(jù),期待對(duì)其進(jìn)行挖掘,找出其中潛在的

2、規(guī)律,以對(duì)未來的數(shù)據(jù)進(jìn)行分析與預(yù)測(cè)。因此,本文以真實(shí)的軌檢車檢測(cè)數(shù)據(jù)為例,闡述軌檢車檢測(cè)數(shù)據(jù)分析的意義、現(xiàn)狀及存在的不合理點(diǎn),具體提出利用數(shù)據(jù)挖掘分類算法對(duì)龐大的軌檢車檢測(cè)數(shù)據(jù)進(jìn)行分析與預(yù)測(cè)的改進(jìn)設(shè)想。 分類算法最知名的是決策樹方法(Decision Tree),決策樹是用于分類的一種樹結(jié)構(gòu)。其中的每個(gè)內(nèi)部節(jié)點(diǎn)(internal node)代表對(duì)某個(gè)屬性的一次測(cè)試,一條邊代表一個(gè)測(cè)試結(jié)果,葉子(leaf)代表某個(gè)類(class)

3、或者類的分布(class distribution),最上面的節(jié)點(diǎn)是根節(jié)點(diǎn)。決策樹分類法由于其分類效率高、速度快、可理解性強(qiáng)、簡(jiǎn)潔性好等優(yōu)點(diǎn),在海量數(shù)據(jù)環(huán)境中應(yīng)用最為廣泛。 本文全面介紹了決策樹分類算法的研究現(xiàn)狀和研究熱點(diǎn),重點(diǎn)分析了ID3算法和C4.5算法。在此基礎(chǔ)上提出了一種改進(jìn)算法QC4.5,該算法在分析C4.5法實(shí)現(xiàn)的時(shí)間復(fù)雜度與空間復(fù)雜度的基礎(chǔ)上,針對(duì)其對(duì)連續(xù)型屬性的處理提出了兩種改進(jìn)方案,在決策樹遞歸生成過程中,根據(jù)

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