2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩69頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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、隨著社會(huì)經(jīng)濟(jì)的發(fā)展,電子商務(wù)已經(jīng)成為生活中不可缺少的一部分。面對(duì)電子商務(wù)中信息呈幾何級(jí)數(shù)式增長(zhǎng),用戶很難在海量的商品信息中快速準(zhǔn)確的找到自己感興趣的商品。個(gè)性化推薦算法就是這樣的背景下所創(chuàng)建。推薦算法改變了電子商務(wù)中從被動(dòng)接收用戶請(qǐng)求到主動(dòng)為其推薦的方式,同時(shí)也為用戶解決了從信息過(guò)載的網(wǎng)絡(luò)中找到自己喜歡物品的捷徑。本文使用的是基于改進(jìn)隨機(jī)森林模型的推薦算法。
  隨機(jī)森林算法是一種包含多個(gè)決策樹(shù)分類器的統(tǒng)計(jì)學(xué)習(xí)理論,采用了特征子空

2、間來(lái)構(gòu)建模型,能較好的處理噪聲且避免發(fā)生過(guò)擬合。本文針對(duì)幾種典型的決策森林算法,闡述了其原理和算法的特點(diǎn),并從決策森林的構(gòu)建過(guò)程出發(fā),提出了一種改進(jìn)隨機(jī)森林方法。
  本文提出一種支持向量機(jī)和隨機(jī)森林算法融合的改進(jìn)隨機(jī)森林算法。隨機(jī)森林中基本弱分類器是決策樹(shù),而決策樹(shù)在進(jìn)行節(jié)點(diǎn)分裂是選擇分類能力最強(qiáng)的某個(gè)屬性。本文在決策樹(shù)的屬性選擇中結(jié)合支持向量機(jī)算法,以特征變量的線性組合(支持向量)構(gòu)成的超平面進(jìn)行分裂,比單一屬性的分類能力更強(qiáng)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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。

評(píng)論

0/150

提交評(píng)論