图书介绍
数据约简 样例约简与属性约简PDF|Epub|txt|kindle电子书版本网盘下载
- 翟俊海著 著
- 出版社： 北京：科学出版社
- ISBN：9787030440969
- 出版时间：2015
- 标注页数：226页
- 文件大小：81MB
- 文件页数：236页
- 主题词：数据采集
PDF下载
下载说明
数据约简 样例约简与属性约简PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 预备知识1
1.1 分类问题与回归问题1
1.2 不确定性度量5
1.2.1 随机变量的不确定性度量5
1.2.2 认知的模糊性度量13
1.3 数据约简17
参考文献20
第2章 粗糙集及其扩展模型24
2.1 经典粗糙集模型25
2.1.1 上近似和下近似25
2.1.2 粗糙集模型的特征31
2.1.3 属性约简与核50
2.1.4 属性约简算法51
2.2 变精度粗糙集模型56
2.3 相容粗糙集模型62
2.4 粗糙模糊集模型65
2.5 模糊粗糙集模型80
参考文献87
第3章 求解分类问题的方法90
3.1 决策树90
3.1.1 离散值决策树归纳算法90
3.1.2 连续值决策树归纳算法100
3.2 模糊决策树111
3.2.1 模糊ID3算法111
3.2.2 基于模糊粗糙集技术的模糊决策树算法120
3.3 支持向量机127
3.3.1 线性可分问题的支持向量机127
3.3.2 近似线性可分问题的支持向量机131
3.3.3 线性不可分问题的支持向量机132
3.4 极限学习机135
3.5 概率神经网络137
参考文献140
第4章 样例约简143
4.1 样例选择准则143
4.1.1 样例选择的不确定性准则143
4.1.2 样例选择的期望误差减少准则144
4.1.3 一致性准则145
4.2 交叉选择样例算法147
4.2.1 算法的基本思想148
4.2.2 交叉选择样例算法150
4.2.3 实验结果及分析151
4.3 基于模糊粗糙集技术的压缩模糊K近邻规则163
4.3.1 基础知识163
4.3.2 压缩模糊K近邻规则165
4.3.3 实验结果及分析169
4.4 概率神经网络样例选择算法178
参考文献184
第5章 属性约简186
5.1 特征提取186
5.1.1 主成分分析186
5.1.2 线性判别分析189
5.2 特征子集评价准则193
5.2.1 类别可分离性准则193
5.2.2 不一致性准则194
5.3 最小相关性最大依赖度属性约简198
5.3.1 算法的基本思想199
5.3.2 最小相关性最大依赖度属性约简算法201
5.3.3 实验结果201
5.4 模糊属性约简方法203
5.4.1 相关工作203
5.4.2 模糊属性约简方法205
5.4.3 实验结果及分析213
5.5 极限学习机网络结构选择214
5.5.1 模型选择准则215
5.5.2 基于结点敏感性的模型选择217
5.5.3 实验结果及分析219
参考文献224