數據挖掘分類方法研究.pdf_第1頁
已閱讀1頁，還剩47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，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、隨著人類社會和計算機技術的飛速發(fā)展,電子數據的積累出現了爆炸式的增長.這些海量的電子數據里面無疑隱藏著豐富的對人類深具價值的知識,而傳統(tǒng)的在線處理系統(tǒng)(OLTP)只能利用其中的很少一部分.近年來不斷完善發(fā)展的數據挖掘技術恰恰能幫助人們從數據中發(fā)現大量的隱藏知識,而分類正是其中的極其重要的技術方法.準確率、速度、強壯性、可伸縮性、可解釋性是評估分類方法的五條標準,其中準確率又是重中之重.本論文就是在這幾方面研究、分析了國內外比較流行的若干

2、種分類方法:決策樹分類、貝葉斯分類、神經網絡分類、關聯規(guī)則分類等等.另外,本論文還討論了常用的評估分類法準確率的技術保持、k-折交叉確認和改進分類法準確率的兩種常見技術裝袋(bagging)(或引導聚集)、推進.k-最臨近(k-NN)分類方法是一種基于類比學習的分類方法,在計算兩訓練樣本的相異度時給每一屬性加相同的權,這樣會造成分類的準確性下降,尤其當存在很多無關屬性時,甚至會造成混亂.根據信息論中概率信息的理論,數據集中每一屬性所含有

3、的信息量是不同的,可用平均互信息量(信息增益)來度量某一屬性與類標號屬性的相關性.也就是說,某一屬性與類標號屬性的平均互信息量越大,則它們之間的的相關性越大;反之,某一屬性與類標號屬性的平均互信息量越小,則它們之間的的相關性越小.據此,本論文提出了用每一屬性的信息增益作為該屬性的權來計算訓練樣本間的相異度的數學模型并將這一模型應用于k-最臨近分類方法而得到一種新的分類方法:加權k-最臨近(Wk-NN)分類方法,改善了原方法的分類質量,提

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，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，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