推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

针对机器学习中残缺数据的近似补全方法

更新时间:2020-01-06 11:28:46 大小:2M 上传用户:zhiyao6查看TA发布的资源 标签:机器学习 下载积分:1分 评价赚积分 (如何评价?) 打赏 收藏 评论(0) 举报

资料介绍

针对机器学习中含残缺项的数据不能被有效利用,导致分类和回归准确率不高的问题,提出了一种近似补全方法——k-ANNO方法。给定残缺的数据样本,该方法首先通过离线构建的图结构来近似搜索与该样本最接近的k个近邻顶点,然后采用快速二次规划估计各近邻的最优权重,最后基于权重值来补全样本中的残缺项,用户可以根据实际需求在补全效率与准确性之间折中。k-ANNO方法较好地解决了机器学习中普遍存在的数据残缺问题,有效抑制了数据残缺对分类和回归精度的干扰。利用多份公开数据集评估了k-ANNO方法的补全效果,结果表明:当加速比在2~10之间时,k-ANNO方法的分类错误率比已有的均值补全、C均值补全、自组织映射补全方法低1%~4%,回归均方根误差比已有方法低约0.5~2.0;当样本规模为4 000时,在不同加速比参数下,k-ANNO方法的计算效率比朴素k近邻方法高约35%~320%。


部分文件列表

文件名 大小
针对机器学习中残缺数据的近似补全方法.pdf 2M

【关注B站账户领20积分】

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单
  • zhengdai 打赏1000.00元   3天前

    资料:STM32IAP使用说明

  • gsy幸运 打赏955.00元   3天前

    资料:STM32IAP使用说明

  • 小猫做电路 打赏855.00元   3天前

    资料:STM32IAP使用说明

  • 21ic小能手 打赏310.00元   3天前

    用户:zhengdai

  • 21ic小能手 打赏320.00元   3天前

    用户:liqiang9090

  • 21ic小能手 打赏310.00元   3天前

    用户:gsy幸运

  • 21ic小能手 打赏270.00元   3天前

    用户:jh03551

  • 21ic小能手 打赏240.00元   3天前

    用户:小猫做电路

  • 21ic小能手 打赏210.00元   3天前

    用户:w178191520

  • 21ic小能手 打赏90.00元   3天前

    用户:kkfjenui

  • 21ic小能手 打赏60.00元   3天前

    用户:liao6

  • 21ic小能手 打赏60.00元   3天前

    用户:w1966891335

  • 21ic小能手 打赏90.00元   3天前

    用户:jh0355

  • 21ic小能手 打赏30.00元   3天前

    用户:xuzhen1

  • 21ic小能手 打赏30.00元   3天前

    用户:sun2152

  • 21ic小能手 打赏50.00元   3天前

    用户:xzxbybd

  • 21ic小能手 打赏50.00元   3天前

    用户:mulanhk

  • 21ic小能手 打赏20.00元   3天前

    用户:x15580286248

  • 21ic小能手 打赏15.00元   3天前

    用户:w993263495

  • 21ic小能手 打赏30.00元   3天前

    用户:玉落彼岸

  • 21ic小能手 打赏20.00元   3天前

    用户:铁蛋锅

推荐下载