基于朴素贝叶斯的EM缺失数据填充算法
实际应用中大量的不完整的数据集，造成了数据中信息的丢失和分析的不方便，所以对缺失数据的处理已经成为目前分类领域研究的热点。由于EM方法随机选取初始代表簇中心会导致聚类不稳定，本文使用朴素贝叶斯算法的分类结果作为EM算法的初始使用范围，然后按E步M步反复求精，利用得到的最大化值填充缺失数据。实验结果表明，本文的算法加强了聚类的稳定性，具有更好的数据填充效果。
文件下载
评论信息
其他资源
- Android应用源码酒店在线预定app项目全套
- QT串口通信实例
- 基于opencv（python）的全景拼接
- 易天盾，最强的本地验证.zip
- Python Web Development with Django 无水印pdf
- 模糊PID的C代码(适用于四旋翼飞行器的姿态控制)
- 《GRE词汇精选》俞敏洪，GRE红宝书。
- Quartz+TopShelf实现Windows服务作业
- 2016年第33届大学生物理竞赛题（含答案）.pdf
- 基于泡沫特征与LS-SVM的浮选回收率预测
- dubbox-master dubbo 源码 v2.8.4
- 计算机二级软件
- Sqlite存储图片
- JAVA课设迷你计算器设计
- 基于SSH的物流管理系统
- Normal (aka Gaussian) distribution 正态分布 高斯分布算法 C#
- 截屏软件源码
- Android USB摄像头源码
- eterm破解JAVA源码
- Milenage算法实现及测试代码(根据3GPP TS 35.206 V6.0.0程序修改)
- 学籍管理系统
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明