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49頁未讀 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、基于ID3算法的決策樹歸納學習是歸納學習的一個重要分支,可用于知識的自動獲取過程。隨著歸納學習研究的深入,具有精確描述特征的示例學習已不能適應(yīng)一個系統(tǒng)中不精確知識自動獲取的要求,研究不確定環(huán)境中的示例學習已非常必要,進而產(chǎn)生了傳統(tǒng)ID3算法的模糊推廣——模糊ID3算法。在模糊決策樹的產(chǎn)生過程中,用模糊熵選擇的擴展屬性不能像經(jīng)典決策樹那樣將類清晰的分開,而是屬性術(shù)語所覆蓋的例子之間有一定的重疊,因此樹的整個產(chǎn)生過程在給定的顯著性水平α的基

2、礎(chǔ)上進行,參數(shù)α的引入能在一定程度上減少這種重疊,從而減少分類的不確定性,提高模糊決策樹的分類結(jié)果。而它一般由領(lǐng)域?qū)<腋鶕?jù)經(jīng)驗或需要直接給出,這種人為的參與過分依賴于專家知識,從而可能使實際分類結(jié)果在規(guī)則數(shù)、準確率方面達不到最優(yōu)。 本文在VisualC++軟件開發(fā)平臺及模糊ID3算法的基礎(chǔ)上,從解析的角度出發(fā),通過分析參數(shù)α與模糊熵之間的函數(shù)關(guān)系式,討論了隨著α的增加,模糊熵函數(shù)的變化趨勢,進一步分析了參數(shù)α對模糊決策樹的分類結(jié)

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)容負責。
  • 6. 下載文件中如有侵權(quán)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