一种基于决策树的特征权重优化方法.pdf
高格****gu
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于决策树的特征权重优化方法.pdf
基于特征权重的决策树特征选择方法.pdf
本发明公开了一种基于特征权重的决策树特征选择算法,具体按照以下步骤实施:步骤1、对数据集进行预处理,得到预处理数据集;步骤2、判断数据集中是否有连续特征:对连续特征使用K‑Means聚类算法进行离散化处理,非连续特征直接进入下一步;步骤3、使用改进后的ReliefF算法对经过步骤2处理过的数据集中的特征集进行过滤,保留在样本分类时与类别相关性高的特征;步骤4、使用经过步骤3过滤得到的特征集构造决策树。通过本发明的方法能够提供特征选择分类准确率,提高F1值。
基于多特征权重分配的源代码搜索优化.docx
基于多特征权重分配的源代码搜索优化基于多特征权重分配的源代码搜索优化摘要:源代码搜索是软件工程领域中重要的任务之一,能够提供开发人员在开发过程中查找适合的代码片段的便利。然而,传统的源代码搜索通常只基于语义相似度等单一特征进行匹配,忽视了不同特征之间的相关性和重要性差异。本论文提出了一种基于多特征权重分配的源代码搜索优化方法,通过综合考虑多个特征的权重分配,实现更准确和高效的源代码搜索。1.引言源代码搜索在软件工程中具有重要的意义,可以帮助开发人员快速找到适合的代码片段,提高开发效率和代码质量。然而,传统
一种基于权重在线优化的分组模糊控制方法.pdf
本发明提供一种基于权重在线优化的分组模糊控制方法,属于桥式吊车控制技术领域。该基于权重在线优化的分组模糊控制方法包括如下步骤:S1:获取第一模糊输出<base:Imagehe=@22@wi=@19@file=@DEST_PATH_IMAGE002.TIF@imgContent=@drawing@imgFormat=@TIFF@orientation=@portrait@inline=@no@/>、第二模糊输出<base:Imagehe=@22@wi=@18@file=@DEST_PATH_IMAGE004
一种基于特征权重的网络数据相似度计算方法与系统.pdf
本发明公开了一种基于特征权重的网络数据相似度计算方法与系统,规范网络数据及其相似度计算参数;网络数据数值化转换;计算网络特征数据相似度;计算网络数据总体相似度;网络数据相似等级转换。本发明通过权重量化地衡量不同网络特征数据之间的相对重要性,将异构的网络特征数据转化为数值化的十进制形式,通过数学方法计算两个网络数据的相同特征数据之间的相似度值,再综合网络特征的权重计算两个网络数据之间的相似度值,并将数值化的相似度转换为相似等级,提高了网络数据相似度计算方法的科学性,对于提高网络数据分析的精确性具有重要的意义