數(shù)據(jù)挖掘?qū)嶒瀳蟾娑第1頁
數(shù)據(jù)挖掘?qū)嶒瀳蟾娑第2頁
數(shù)據(jù)挖掘?qū)嶒瀳蟾娑第3頁
數(shù)據(jù)挖掘?qū)嶒瀳蟾娑第4頁
數(shù)據(jù)挖掘?qū)嶒瀳蟾娑第5頁
全文預覽已結(jié)束

下載本文檔

版權(quán)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(quán)，請進行舉報或認領

文檔簡介

擎分類、安全領域中的入侵檢測以及軟件項目中的應用等。對所有竊漏電用戶及真誠用戶的電量、告警及線損數(shù)據(jù)和該用戶在當天是否竊漏電的標 策樹實現(xiàn)分類預測模型。試。treetreeCARTpredict函數(shù)和構(gòu)建的 CART 決策樹模型分別對訓練數(shù)據(jù)和測試數(shù)據(jù)進行分類。nnetnnetpredict數(shù)和構(gòu)建的神經(jīng)網(wǎng)絡模型分別對訓練數(shù)據(jù)和測試數(shù)據(jù)進行分類。嘗試采用神經(jīng)網(wǎng)絡對數(shù)據(jù)進行分類，并與CART 決策樹的結(jié)果進行比較。答:與神經(jīng)網(wǎng)絡相比，決策樹可以很好地處理非數(shù)值型的數(shù)據(jù)，但是決策樹對連續(xù)的數(shù) 據(jù)(比如連續(xù)的數(shù)值型數(shù)據(jù))不太擅長。

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(quán)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(quán)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. 人人文庫網(wǎng)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(quán)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