MARC状态：订购 文献类型：中文图书 浏览次数：4
- 题名/责任者:
- 大数据分析基础:数据降维方法研究/郑月锋著
- 出版发行项:
- 北京:经济管理出版社,2021.06
- ISBN及定价:
- 978-7-5096-7934-0/CNY68.00
- 载体形态项:
- 139页:图;24cm
- 并列正题名:
- Bass of big data analysis:research on data dimensionality reduction methods
- 其它题名:
- 数据降维方法研究
- 丛编项:
- 大数据与互联网理论与实践丛书
- 个人责任者:
- 郑月锋, 1978- 著
- 学科主题:
- 数据处理-研究
- 中图法分类号:
- TP274
- 一般附注:
- 吉林师范大学学术著作出版基金、吉林省教育厅科学技术研项目、吉师博 (2019019) 联合资助
- 责任者附注:
- 郑月锋, 男, 1978年12月生, 工学博士, 现任吉林师范大学计算机学院副教授。
- 书目附注:
- 有书目 (第129-139页)
- 提要文摘附注:
- 本书通过对现有降维方法的梳理, 提出三个混合式特征选择算法, 分别是最大斯皮尔曼最小协方差布谷鸟算法 (MSMCCS) 、K值最大相关最小相冗改进的灰狼优化算法 (KMR2IGWO) 和最大皮尔森最大距离改进的鲸鱼优化算法 (MPMDLWOA) 。实验结果表明, MSMCCS算法有很快的收敛速度并且分类准确率明显好于其他算法。KMR2IGWO算法在14个数据集上降维的效果非常明显, 降维效果达到原来的0。4%-0。04%。在大部分数据集上MPMDIWOA算法的分类准确率高于其他算法。因此, 提出的三个算法在有较高分类准确率的前提下, 取得了理想的降维效果, 为进行大数据分析奠定了基础。
全部MARC细节信息>>