- 1、本文档共60页,其中可免费阅读18页,需付费120金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
DS证据下有效随机子空间模型及应用研究
摘 要
本文将针对在大数据下,所面临的高维数据与缺失数据的分类问题,提出相应解决的分类算法模型与解决思路。所尝试的算法模型将基于现有的一些效果比较稳定的分类算法,并尝试结合一些新型分类算法工具,期望最后能设计出一个具有可行性的分类器算法模型,以最终能解决数据分类中的高维缺失问题。最后会以一些真实的电商数据对分类算法模型进行测试,通过控制变量与单维度变量变化规律总结的方式,研究算法模型的优点与不足之处,以提供一个新的高维缺失数据处理的思路与视角。
关键词: 高维数据,缺失数据,DS证据合成,遗传算法,子空间模型
Abstract
This pape
文档评论(0)