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57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)挖掘方法是一種有效的信息抽取和發(fā)現(xiàn)方法,這種方法是把數(shù)據(jù)從醫(yī)院的數(shù)據(jù)庫系統(tǒng)中提取出來,然后對(duì)提取出的數(shù)據(jù)進(jìn)行分析評(píng)估,找到數(shù)據(jù)中隱藏的價(jià)值,為醫(yī)療診斷提供科學(xué)依據(jù)。
  對(duì)于數(shù)據(jù)挖掘算法中的隨機(jī)森林算法(Random Forest,RF)具有可以處理非線性、高維度數(shù)據(jù)集的優(yōu)點(diǎn),因此在很多的領(lǐng)域中得到了廣泛的應(yīng)用。然而,RF算法存在著兩個(gè)問題:第一,對(duì)該算法提出的改進(jìn)方法都沒有得到理論證明從而不能用于實(shí)際應(yīng)用中;第二,對(duì)RF算法

2、效率提升的改進(jìn)仍然有很多不足之處。根據(jù)上述存在問題本文分別做出相應(yīng)分析,提出了一種基于最優(yōu)抽樣倍數(shù)和不放回抽樣的隨機(jī)森林算法(OptimalSampling Times and No Release Random Forest Algorithm,OSNR-RF),對(duì)提出的優(yōu)化算法的合理性進(jìn)行實(shí)驗(yàn)驗(yàn)證。論文主要內(nèi)容如下:
  首先,介紹數(shù)據(jù)挖掘的基本理論知識(shí),說明數(shù)據(jù)預(yù)處理是數(shù)據(jù)挖掘工作中必不可少的一步,并且詳細(xì)介紹數(shù)據(jù)預(yù)處理方法

3、中的特征選擇算法。同時(shí)介紹正規(guī)化回歸模型以及該模型中的嶺回歸(Ridge Regression,RR)模型,正規(guī)化回歸模型具有預(yù)測(cè)準(zhǔn)確率高、模型可解釋性強(qiáng)的特點(diǎn),同時(shí)RR模型本身具有無偏性、有效性、相合性和漸進(jìn)正態(tài)性等優(yōu)良的參數(shù)估計(jì)性質(zhì),采用RR模型對(duì)數(shù)據(jù)做變量選擇;其次,對(duì)隨機(jī)森林算法做簡(jiǎn)要介紹,研究訓(xùn)練集樣本量的改變以及抽樣方法的改進(jìn)對(duì)原始算法的影響。
  經(jīng)過一系列的實(shí)驗(yàn)驗(yàn)證得出:
  (1)改變隨機(jī)森林的抽樣倍數(shù),提

4、出并證明了隨著抽樣倍數(shù)的改變隨機(jī)森林算法分類的錯(cuò)誤率也在降低,經(jīng)過反復(fù)的實(shí)驗(yàn)證明了在最優(yōu)的重復(fù)抽樣區(qū)間(取N<n<2N)中,算法的分類準(zhǔn)確率得到了提高;
  (2)采用不放回隨機(jī)抽樣方法替代原始隨機(jī)森林算法的有放回隨機(jī)抽樣方法減少了隨機(jī)森林算法的運(yùn)行時(shí)間,使得時(shí)間效率得到提高。將前面兩個(gè)改進(jìn)思想綜合起來提出了OSNR-RF算法,本文不僅從理論上進(jìn)行證明它的合理性,同時(shí)進(jìn)行了實(shí)驗(yàn)驗(yàn)證,結(jié)果表明該算法具有更高的分類效率。
  最

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。

最新文檔

評(píng)論

0/150

提交評(píng)論