數據挖掘試題一_第1頁
數據挖掘試題一_第2頁
數據挖掘試題一_第3頁
數據挖掘試題一_第4頁
全文預覽已結束

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

數據挖掘試題一 分錯)，但也就為了能夠對樣本完全正確 征提取有何區別 回歸問題都要根據訓練樣本找到一個實值函數 g(x)。回歸問 題的要求是：給定一個新的模式，根據訓練集推斷它所對應的輸出 y (實數)是 )。也就是使用 性。 集，目標是我們不告訴計算機怎么做，而是讓它(計算機)自己去學習怎樣做一 最大回報的決定。半監督學習(Semi-supervised Learning)是模式識別和機器 數據的質量問題，首次發現數據的內部屬性，或是探 廣泛地應用于缺損數據、截尾數。在統計計算中，最大期望(EM)算法是在概率 (probabilistic)模型中尋找參數最大似然估計或者最大后驗估計的算法，其 中概率模型依賴于無法觀測的隱藏變量(Latent Variable)。最大期望經常用在 機器學習和計算機視覺的數據聚類(Data Clustering)領域。最大期望算法經 值，計算其最大似然估計值；第二步是最大化(M)，最大化在 E 步上求得的最 題。 類和改進

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，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，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