基于近鄰分類的實例選擇算法研究.pdf_第1頁
已閱讀1頁，還剩40頁未讀， 繼續(xù)免費閱讀

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)，請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、近鄰分類算法是機器學(xué)習(xí)領(lǐng)域應(yīng)用最為廣泛的學(xué)習(xí)算法之一，但該方法需要較大的計算量和存儲量。因此，基于近鄰分類的實例選擇成為研究焦點之一。此外，現(xiàn)有的基于近鄰分類的實例選擇算法都是在已標(biāo)注類別的實例集上進行挑選，而獲得實例的類別標(biāo)注需要花費大量的人力和物力，實例選擇是解決該問題的可行途徑。
　　 針對近鄰分類需要大量計算和存儲的問題，本文提出了基于分類貢獻的實例選擇算法，根據(jù)實例對分類的貢獻從已有類別標(biāo)注的實例集中進行實例選擇，并且

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(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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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