排序方式: 共有31条查询结果,搜索用时 15 毫秒
1.
核岭回归(KRR)是一种重要的回归算法,具有可解释性、强泛化性能等优点,被广泛应用于模式识别、数据挖掘等领域;然而面对大规模数据时,核岭回归存在着训练效率较低的缺陷.为此,利用分而治之思想提出一种基于数据划分的核岭回归加速算法(PP-KRR).首先利用一簇平行超平面将当前数据所在的空间划分为m个互不相交的区域;其次在划分后的每个区域上训练KRR模型;最后每个KRR模型预测处在同一区域内的未标记实例.在真实数据集上与传统的算法进行实验比较分析,实验结果表明,提出的算法在保持一定预测精度的同时,能够获得更短的训练时间. 相似文献
2.
该文在系数矩阵为广义M-阵条件下,证明了求解线性方程组的Jacobi和Guass-Seidel迭代法是异步收敛的。 相似文献
3.
本文基于序意义下优势类的概念,提出了序决策表的一种条件依赖度,从而给出了序决策表中属性重要度的定义。在此基础上,设计了一种序决策表的特征选择算法,并通过实例分析对算法进行了有效性检验。 相似文献
4.
决策表的矩阵约简算法 总被引:1,自引:0,他引:1
文章根据J.W.Guan等提出的完备信息系统下矩阵约简算法,对完备下的决策系统进行了关系的重新描述,并且提出了新的约简算法.实例表明,该算法是有效的,具有一定的应用价值. 相似文献
5.
该文在系数矩阵为广义M-阵条件下,证明了求解线性方程组的Jacobi和Guass-Seidel迭代法是异步收敛的。 相似文献
6.
信息熵在粗糙集理论中的应用 总被引:16,自引:4,他引:16
信息熵在粗糙集理论中有着重要的应用 ,它可用来度量知识的不确定性、属性关联的重要性及粗糙集的不确定性等。文章综述并分析这些度量 相似文献
7.
8.
一种基于条件熵的增量核求解方法 总被引:1,自引:0,他引:1
分析了增加新对象后,决策表的决策属性关于条件属性的条件熵变化原理. 并在此基础上提出了一种新的增量核求解算法. 该算法只需找到与新对象属性值相等的条件类和决策类就可以得到新的条件熵,进而求得决策表在信息观下的增量属性核. 实例证明了该算法的有效性. 相似文献
9.
10.