《基于特征映像的可解释性方法分析》4600字.docx

《基于特征映像的可解释性方法分析》4600字.docx

基于特征映像的可解释性方法分析

目录

TOC\o1-3\h\u15123基于特征映像的可解释性方法分析 1

146761.1基于特征映像的改良CF算法 1

253631.2算法流程 4

255301.3拟合数据实验 4

260591.4标准数据实验 6

特征映像是指对数据中不同特征在整个聚类过程中的贡献度进行学习,从而获得数据中特征重要性分布的过程。可以看到,特征映像的前提假设就是不同特征在模型学习过程中有不同的重要度。这个前提也是符合客观世界的现状的,因为,大多数现实数据通常包含了许冗余特征甚至错误特征,而有意义的特征数量往往较少,因此,若能使

文档评论(0)

1亿VIP精品文档

相关文档