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、中國(guó)地質(zhì)大學(xué)課程報(bào)告中國(guó)地質(zhì)大學(xué)課程報(bào)告課程名稱:數(shù)據(jù)挖掘指導(dǎo)老師:蔣良孝學(xué)生學(xué)號(hào):20131003701學(xué)生班級(jí):086131學(xué)生姓名:劉衛(wèi)2分析問(wèn)題:分析問(wèn)題:不管是問(wèn)題1還是問(wèn)題2,都與原算法將這k個(gè)最近點(diǎn)等同看待了這個(gè)原因相關(guān),若是設(shè)置一個(gè)量化關(guān)系,把離得近的訓(xùn)練數(shù)據(jù)點(diǎn)對(duì)結(jié)果的權(quán)值由1k調(diào)高,把離得遠(yuǎn)的訓(xùn)練數(shù)據(jù)點(diǎn)對(duì)結(jié)果的權(quán)值由1k調(diào)低,是不是能優(yōu)化此算法的效果呢。解決問(wèn)題:解決問(wèn)題:現(xiàn)在我們來(lái)根據(jù)距離的不同給這k個(gè)點(diǎn)來(lái)設(shè)置不同的
2、權(quán)值(距離越大權(quán)值越小,距離越小權(quán)值越大。K個(gè)點(diǎn)的權(quán)值之和為1.)設(shè)此k個(gè)點(diǎn)與待測(cè)元組的距離分別為:d1,d2,......,dk。這k個(gè)距離的和S=d1d2......dk。雖然d1sd2s......dks=1,注意絕對(duì)不能直接把d1s,d2s,......,dks作為權(quán)值賦給這k個(gè)訓(xùn)練數(shù)據(jù),因?yàn)槿绻@樣就表示距離越小權(quán)值越小了,與我們想要的結(jié)果相反;那既然相反,那么我把此結(jié)果求一下倒數(shù)不就可以表示距離越小權(quán)值越大了嗎。這樣:將d1
3、s,d2s,......,dks求倒得sd1,sd2,......,sdk。再令S’=sd1sd2,......,sdk。此時(shí)(sd1)s’(sd2)s’......(sdk)s’=1這樣即可將(sd1)s’(sd2)s’......(sdk)s分別直接賦給這k個(gè)訓(xùn)練數(shù)據(jù)點(diǎn)所占的權(quán)值q1,q2......,qk了。經(jīng)過(guò)以上的改進(jìn)便可以實(shí)現(xiàn)距離越小權(quán)重越大,距離越大權(quán)重越小了。那么這些權(quán)值究竟如何影響結(jié)果呢?看以下闡述:對(duì)于預(yù)測(cè)值為連續(xù)型
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。
最新文檔
- 文本分類中基于概念聚合的KNN算法優(yōu)化問(wèn)題研究.pdf
- 基于GEP的kNN算法改進(jìn)研究.pdf
- 基于網(wǎng)格尋參優(yōu)化SVM-KNN算法的老人跌倒檢測(cè)研究.pdf
- 多類標(biāo)KNN算法研究.pdf
- 基于區(qū)域劃分的改進(jìn)KNN分類算法.pdf
- 基于KNN的多標(biāo)簽分類算法研究.pdf
- kNN填充算法的分析和改進(jìn)研究.pdf
- 基于KNN的專利文本分類算法研究.pdf
- 基于knn算法的圖書推薦系統(tǒng)畢業(yè)設(shè)計(jì)
- 基于KNN算法的跑步姿態(tài)監(jiān)測(cè)與識(shí)別.pdf
- 基于屬性信息熵的KNN算法改進(jìn)研究.pdf
- 基于語(yǔ)義中心的KNN文本分類算法研究.pdf
- 一種改進(jìn)的KNN文本分類算法.pdf
- 基于區(qū)域劃分的KNN文本快速分類算法研究.pdf
- 基于MapReduce的KNN分類算法的研究與實(shí)現(xiàn).pdf
- KNN算法改進(jìn)及基于all-confidence模式的分類算法探討.pdf
- 基于位置敏感哈希的近似kNN查詢算法研究.pdf
- KNN算法在礦井水源識(shí)別中的應(yīng)用.pdf
- 基于KNN的中文文本分類算法研究.pdf
- 基于MapReduce的kNN-join算法的研究與設(shè)計(jì).pdf
評(píng)論
0/150
提交評(píng)論