面向高维数据挖掘的特征选择方法研究_图文_第1页
面向高维数据挖掘的特征选择方法研究_图文_第2页
面向高维数据挖掘的特征选择方法研究_图文_第3页
面向高维数据挖掘的特征选择方法研究_图文_第4页
面向高维数据挖掘的特征选择方法研究_图文_第5页
已阅读5页，还剩10页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、中山大学硕士学位论文面向高维数据挖掘的特征选择方法研究姓名:孙婧昊申请学位级别:硕士专业:计算机软件与理论指导教师:印鉴20060608 要的是要求所得的知识有可实用性,即这些信息或知识对于所讨论的业务或研究领域是有效的,是有实用价值和可实现的。常识性的结论,早已被人们或竞争对手掌握的或无法实现的事实都是没有意义的。1.2数据挖掘的应用与发展1.2.1数据挖掘的技术和方法数据挖掘方法是由人工智能、机器学习的方法发展而来,结合传统的统计分析方法、模糊数学方法以及科学计算可视化技术,以数据库为研究对象,形成了数据挖掘方法和技术。下图是摘自K的关于常用数据挖掘技术使用状况的一份调查(2003.111

2、。 Decision Trees/Rules(120Clustering(93Statistics(92Neural networks(71Logistic regression(69Visualization(55Association rules(42Nearest neighbor(38Text mining(30Web mining(29Bayesian nets/Naive Bayes(24Sequence analysis(24SVM(Snpport Vector Machine(24Hybrid methods(23Genetic algorithms(12Other(22图1.2KDnuggets:Polls Data mining techniques(Nov2003从此图看出,当前世界流行的数据挖

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论