一種基于不確定數(shù)據(jù)的高效剪枝挖掘算法_第1頁
一種基于不確定數(shù)據(jù)的高效剪枝挖掘算法_第2頁
一種基于不確定數(shù)據(jù)的高效剪枝挖掘算法_第3頁
全文預覽已結(jié)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(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

通過對數(shù)據(jù)進行剪枝來降低不確定性對數(shù)據(jù)挖掘結(jié)果的影響。具體來講，算法分為兩個階段：預處理和模型訓練。C4.5決策樹模型。在訓練過程中，算法C4.5預測客戶信用評級，從而幫助金融機構制定更加科學、準確的信貸政策，減少信貸風險。在評估算法效果的過程中，本文采用了準確率、召回率、F1值等指標。在實驗中，本文選取了UCI數(shù)據(jù)集中的CarEvaluation數(shù)據(jù)集進行測試，該數(shù)據(jù)集包含了6個特征和4個分類，共1727個實例。F197.11%、97.10%0.9706，表現(xiàn)良好。該算法高效剪枝挖掘算法雖然在處理不確定數(shù)據(jù)方面表現(xiàn)出了較好的效果，但仍然有一些潛在的問題需要解決，如數(shù)據(jù)噪聲大、數(shù)據(jù)量過大等問題。針對這些問題，可以采用更加精細的特征選擇、噪聲處理等技術來提高SVM、神經(jīng)網(wǎng)絡等，為不確定數(shù)

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