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67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(hù)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、貝葉斯分類(lèi)器是一種建立在貝葉斯統(tǒng)計(jì)學(xué)和貝葉斯網(wǎng)絡(luò)基礎(chǔ)上的分類(lèi)工具,具有堅(jiān)實(shí)的數(shù)學(xué)基礎(chǔ)和清晰的模型解釋等優(yōu)點(diǎn),是數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)中的研究熱點(diǎn).本文針對(duì)監(jiān)督學(xué)習(xí)下的貝葉斯分類(lèi)器展開(kāi)研究,通過(guò)分析樸素貝葉斯分類(lèi)器的優(yōu)缺點(diǎn),從以下三個(gè)方面給出了改進(jìn)后的分類(lèi)器:首先,本文針對(duì)原有增量學(xué)習(xí)模型中存在過(guò)度擬合以及未考慮新加入實(shí)例對(duì)原有訓(xùn)練集的影響的問(wèn)題,提出了基于評(píng)分函數(shù)的增量學(xué)習(xí)算法.該方法中評(píng)分函數(shù)能有效處理過(guò)度擬合問(wèn)題,而提出的網(wǎng)絡(luò)評(píng)估式考慮

2、了如何選擇最優(yōu)的增量實(shí)例.同時(shí),本文將該算法運(yùn)用到樹(shù)擴(kuò)展貝葉斯分類(lèi)器中,擴(kuò)大了適用范圍.其次,在貝葉斯分類(lèi)器中,合理選擇屬性變量可以大大提高分類(lèi)性能.本文借鑒了BSEJ算法中屬性聯(lián)合的思想,運(yùn)用屬性間的條件互信息熵將具有相互依賴(lài)關(guān)系的屬性進(jìn)行合并.另外,不同屬性對(duì)分類(lèi)結(jié)果起到的作用不同,即應(yīng)該擁有不同的權(quán)重.因此,本文提出了基于屬性選擇的加權(quán)樸素貝葉斯模型.最后,本文將集成技術(shù)運(yùn)用到貝葉斯分類(lèi)器模型中.首先將已有的K依賴(lài)貝葉斯分類(lèi)模型改

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(hù)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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