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67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、目前大數(shù)據(jù)已迅速發(fā)展成為一個引起世界各地學術界、產(chǎn)業(yè)界甚至政府高度重視的熱議話題,數(shù)據(jù)挖掘技術進步所產(chǎn)生的各種應用程序及其影響已經(jīng)遍布到各個領域。在眾多數(shù)據(jù)挖掘算法中,K近鄰算法是一種穩(wěn)定有效的非參數(shù)分類算法,已經(jīng)廣泛應用于分類、回歸和模式識別等領域中,是一種傳統(tǒng)的基于統(tǒng)計的模式識別方法。但K近鄰算法在面對不平衡樣本集時難以得到正確分類。本文正是在K近鄰算法的基礎上,針對不平衡樣本集進行了相關研究。
  本文提出了一種新穎的帶權重

2、的數(shù)據(jù)聚類算法——有標簽的數(shù)據(jù)聚類算法。本算法是從數(shù)據(jù)預處理與權重參數(shù)計算這兩個方面來解決樣本集不平衡的問題的。本算法在讀取數(shù)據(jù)集后,首先要對數(shù)據(jù)集樣本進行標注化預處理操作,旨在消除各維度的量綱影響,從而使各維度之間具有綜合性。核心內(nèi)容是構造帶有權重參數(shù)的等高線函數(shù)。權重參數(shù)的計算方法是參照皮爾森相關系數(shù)原理,使樣本距離與標簽之間具有最大相關性,通過迭代求解出來的。之后再將權重參數(shù)帶回到等高線函數(shù)中求得最近鄰居。最后通過對比最近兩代鄰居

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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