多标记因素分析法.docx

  1. 1、本文档共30页,其中可免费阅读9页,需付费150金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

前言

(1)选题意义

在大数据的分析与应用中,存在着很多半结构化与非结构化数据,而这类数据往往具有多义性,即一个因素可能同时属于多个种类,因此多标记学习是迄今为止机器学习领域中的重要研究方向之一.例如,在对文档进行种类分析的问题中,每篇文档可能属于多个已经定义的类别;在对图片的分类处理问题中,每张图片可能含有多种不同的类别信息;在生物学领域研究中,每个基因都可能同时具有多种性质和功能.可是由于数据采集的过程不可避免存在着一些误差与不足,多标记学习中也广泛地存在着数据噪声,容易引起分类器的过拟合问题.故本文针对多标记学习因素分析法的过拟合问题进行研究,提出剪枝算法,至于剪枝策略,就是寻找过滤条件

文档评论(0)

***** + 关注
实名认证
内容提供者

乐于分享,有偿帮助。

版权声明书
用户编号:8070007123000004

1亿VIP精品文档

相关文档