基于IFN模型的剪枝優(yōu)化算法.pdf_第1頁
已閱讀1頁，還剩39頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：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，請進行舉報或認領

文檔簡介

1、隨著近幾十年來數(shù)據(jù)庫技術的發(fā)展與廣泛應用，數(shù)據(jù)的積累已經(jīng)達到了相當?shù)囊?guī)模。通過分類，人們可以從這些數(shù)據(jù)中獲取所需知識。許多分類方法和技術用于構造分類模型，這些方法和技術較少考慮分類模型是否簡明有效，由真實世界數(shù)據(jù)產(chǎn)生的分類模型過于復雜以及統(tǒng)計意義不明確。 本文在信息論、假設檢驗理論和MarkLast等人提出的IFN(Information-fuzzyNetwork)方法學基礎上，針對IFN方法利用對數(shù)似然比統(tǒng)計量進行假設檢驗存在

2、的統(tǒng)計意義不明確的問題，以建立簡明有效的分類模型為目的，提出了一個新算法CIFN(CountingInformation-fuzzyNetwork)。CIFN算法選擇具有最大互信息的屬性作為測試屬性；用對數(shù)似然比統(tǒng)計量進行假設檢驗；為了剪枝優(yōu)化，在給定層每一個節(jié)點處，CIFN算法引入了樣本數(shù)閾值和屬性值閾值的計算，從而保證假設檢驗的可靠和剪枝的優(yōu)化。本文給出了算法的理論依據(jù)，并且推導出了對數(shù)似然比統(tǒng)計量計算公式成立條件。實驗結果表明，C

溫馨提示

  • 1. 本站所有資源如無特殊說明，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，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論