原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
机器学习中的模式识别方法：理论框架与应用场景研究
目录
内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.2模式判别基本概念界定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
1.3主要研究内容与结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
机器学习理论基石．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
2.1学习理论与算法范式．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
2.1.1模型驱动与数据驱动思想．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
2.1.2监督式、非监督式及半监督式学习分类．．．．．．．．．．．．．．．．．．14
2.2数据预处理与特征工程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
2.2.1数据清洗与规范化技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
2.2.2特征提取与选择方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
核心模式识别模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
3.1分类模型及其应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
3.1.1基于距离度量的分类策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
3.1.2基于统计分布的分类器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
3.1.3决策树与集成学习方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
3.1.4支持向量机及其变体．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
3.2聚类模型及其应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
3.2.1划分方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
3.2.2层次聚类技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
3.2.3基于密度的聚类算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
3.3关联规则挖掘及其应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
3.3.1支持度、置信度与提升度评估．．．．．．．．．．．．．．．．．．．．．．．．．．36
3.3.2常用挖掘算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
3.4异常检测模型及其应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39
3.4.1基于统计的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45
3.4.2基于密度的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
3.4.3基于机器学习的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
模式识别框架详解．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
4.1模型构建流程分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
4.1.1问题定义与数据准备阶段．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51
4.1.2模型选择与参数调优阶段．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52
4.1.3性能评估与模型解释阶段．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54
4.2评估指标体系构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55
4.2.1分类性能度量（准确率、精确率、召回率、F1值等）．．．．．．56
4.2.2聚类效果评价．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57
4.2.3模型泛化能力检验．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58
4.3模型可解释性探讨．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59
4.3.1特征重要性分析．．．．．
文档评论（0）