版權(quán)說(shuō)明:本文檔由用戶(hù)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、隨著科學(xué)技術(shù)的發(fā)展,數(shù)據(jù)規(guī)模不斷增大,尤其是在以計(jì)算機(jī)和互聯(lián)網(wǎng)為基礎(chǔ)的應(yīng)用中數(shù)據(jù)更是以指數(shù)形式增長(zhǎng)。海量數(shù)據(jù)在帶來(lái)豐富信息的同時(shí),也帶來(lái)許多質(zhì)量問(wèn)題,如數(shù)據(jù)不完整、不一致、不精確、陳舊等,這些問(wèn)題嚴(yán)重地制約著數(shù)據(jù)的運(yùn)用價(jià)值。目前,數(shù)據(jù)可用性已經(jīng)引起了人們廣泛的關(guān)注并取得了一定的研究成果。但是這些研究主要集中在數(shù)據(jù)清洗和修復(fù)方面,它們最主要的缺點(diǎn)是執(zhí)行的時(shí)間代價(jià)較大,無(wú)法徹底清除和修復(fù)數(shù)據(jù),并且由于修復(fù)目標(biāo)與運(yùn)用之間的不一致,可能使得后續(xù)
2、的處理過(guò)程發(fā)生偏斜和錯(cuò)誤,進(jìn)而得到不可靠的結(jié)論,尤其是在數(shù)據(jù)挖掘中這種現(xiàn)象更為嚴(yán)重。因而,在一定程度上需要容忍可用性較差的數(shù)據(jù)存在并直接基于這些弱可用的數(shù)據(jù)進(jìn)行分析處理。此外,在數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)領(lǐng)域雖然人們提出了許多分類(lèi)算法,但是所提出的方法通常假定數(shù)據(jù)是高度可用的,很少考慮到數(shù)據(jù)的質(zhì)量問(wèn)題。為了避免數(shù)據(jù)清洗和修復(fù)可能引入的誤差,也同時(shí)將數(shù)據(jù)可用性和分類(lèi)算法作為一個(gè)整體考慮,本文研究弱可用性數(shù)據(jù)上的分類(lèi)算法。
文中主要研究了
3、如何直接在不完整和含有噪聲的數(shù)據(jù)上進(jìn)行分類(lèi)。針對(duì)不完整數(shù)據(jù),給出了基本完整性度量和基于熵的完整性度量,分別從屬性、元組、類(lèi)別、數(shù)據(jù)集四個(gè)層次度量了訓(xùn)練數(shù)據(jù)的完整性,提出了基于區(qū)間集合和基于信息論的分類(lèi)算法?;趨^(qū)間集合的方法利用集合作為上下界來(lái)刻畫(huà)缺失屬性組合所覆蓋的實(shí)例,并通過(guò)并交差補(bǔ)運(yùn)算得到分類(lèi)規(guī)則,最終針對(duì)每條分類(lèi)規(guī)則給出相應(yīng)的置信區(qū)間?;谛畔⒄摰姆椒▽⒎诸?lèi)視為一個(gè)不斷減小不確定性的過(guò)程,算法首先計(jì)算類(lèi)別的初始不確定性,然后利用
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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。
最新文檔
- 關(guān)系數(shù)據(jù)分類(lèi)算法的研究.pdf
- 流式數(shù)據(jù)的并行分類(lèi)算法研究.pdf
- 數(shù)據(jù)挖掘分類(lèi)算法研究.pdf
- 基于深度學(xué)習(xí)的弱監(jiān)督分類(lèi)算法及應(yīng)用.pdf
- 基于蟻群分類(lèi)算法的數(shù)據(jù)分類(lèi)問(wèn)題研究.pdf
- 數(shù)據(jù)挖掘分類(lèi)算法研究
- 數(shù)據(jù)流上的分類(lèi)算法的研究.pdf
- 關(guān)聯(lián)弱測(cè)量的數(shù)據(jù)采集算法與實(shí)現(xiàn).pdf
- 數(shù)據(jù)挖掘中分類(lèi)算法的研究.pdf
- 圖像數(shù)據(jù)挖掘的分類(lèi)算法研究.pdf
- 農(nóng)業(yè)數(shù)據(jù)分類(lèi)預(yù)測(cè)算法的研究.pdf
- 數(shù)據(jù)挖掘分類(lèi)算法的研究和應(yīng)用.pdf
- 數(shù)據(jù)流系綜分類(lèi)算法研究.pdf
- 數(shù)據(jù)挖掘分類(lèi)算法研究及應(yīng)用.pdf
- 數(shù)據(jù)挖掘在網(wǎng)站可用性分析上的應(yīng)用研究.pdf
- 基于軟間隔的AdaBoost弱分類(lèi)器權(quán)重調(diào)整算法.pdf
- 基于數(shù)據(jù)的模糊規(guī)則分類(lèi)算法研究.pdf
- 基于海量數(shù)據(jù)挖掘的分類(lèi)算法研究.pdf
- 基于數(shù)據(jù)流的分類(lèi)算法研究.pdf
- 分類(lèi)型數(shù)據(jù)的聚類(lèi)算法研究.pdf
評(píng)論
0/150
提交評(píng)論