chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

您好,歡迎來電子發(fā)燒友網(wǎng)! ,新用戶?[免費(fèi)注冊(cè)]

您的位置:電子發(fā)燒友網(wǎng)>源碼下載>數(shù)值算法/人工智能>

數(shù)據(jù)流貝葉斯分類算法

大小:1.26 MB 人氣: 2017-12-25 需要積分:2

   基于模式的貝葉斯分類模型是解決數(shù)據(jù)挖掘領(lǐng)域分類問題的一種有效方法,然而,大多數(shù)基于模式的貝葉斯分類器只考慮模式在目標(biāo)類數(shù)據(jù)集中的支持度,而忽略了模式在對(duì)立類數(shù)據(jù)集合中的支持度.此外。對(duì)于高速動(dòng)態(tài)變化的無限數(shù)據(jù)流環(huán)境,在靜態(tài)數(shù)據(jù)集下的基于模式的貝葉斯分類器就不能適用.為了解決這些問題。提出了基于顯露模式的數(shù)據(jù)流貝葉斯分類模型EPDS(Bayesian classifier algorithm based on emerging pattem for data stream).該模型使用一個(gè)簡(jiǎn)單的混合森林結(jié)構(gòu)來維護(hù)內(nèi)存中事務(wù)的項(xiàng)集。并采用一種快速的模式抽取機(jī)制來提高算法速度.EPDS采用半懶惰式學(xué)習(xí)策略持續(xù)更新顯露模式,并為待分類事務(wù)在每個(gè)類下建立局部分類模型.大量實(shí)驗(yàn)結(jié)果表明。該算法比其他數(shù)據(jù)流分類模型有較高的準(zhǔn)確度.

數(shù)據(jù)流貝葉斯分類算法

非常好我支持^.^

(0) 0%

不好我反對(duì)

(0) 0%

      發(fā)表評(píng)論

      用戶評(píng)論
      評(píng)價(jià):好評(píng)中評(píng)差評(píng)

      發(fā)表評(píng)論,獲取積分! 請(qǐng)遵守相關(guān)規(guī)定!

      ?