日B视频 亚洲,啪啪啪网站一区二区,91色情精品久久,日日噜狠狠色综合久,超碰人妻少妇97在线,999青青视频,亚洲一区二卡,让本一区二区视频,日韩网站推荐

您好,歡迎來電子發(fā)燒友網(wǎng)! ,新用戶?[免費注冊]

您的位置:電子發(fā)燒友網(wǎng)>源碼下載>數(shù)值算法/人工智能>

基于K近鄰多標(biāo)簽分類算法

大?。?/span>0.64 MB 人氣: 2018-01-02 需要積分:2

  針對K近鄰多標(biāo)簽( ML-KNN)分類算法中未考慮標(biāo)簽相關(guān)性的問題,提出了一種基于標(biāo)簽相關(guān)性的K近鄰多標(biāo)簽分類( CML-KNN)算法。首先,計算出標(biāo)簽集合中每對標(biāo)簽間的條件概率;其次,對于即將被預(yù)測的標(biāo)簽,將其與已經(jīng)預(yù)測的標(biāo)簽間的條件概率進(jìn)行排序,求出最大值;最后,將最大值跟對應(yīng)標(biāo)簽值相乘同時結(jié)合最大化后驗概率(MAP)來構(gòu)造多標(biāo)簽分類模型,對新標(biāo)簽進(jìn)行預(yù)測。實驗結(jié)果表明,所提算法在Emotions數(shù)據(jù)集上的分類性能均優(yōu)于ML-KNN、AdaboostMH、RAkEL、BPMLL這4種算法;在Yeast、Enron數(shù)據(jù)集上僅在1-2個評價指標(biāo)上低于ML-KNN與RAkEL算法。由實驗分析可知,該算法取得了較好的分類效果。

非常好我支持^.^

(0) 0%

不好我反對

(0) 0%

      發(fā)表評論

      用戶評論
      評價:好評中評差評

      發(fā)表評論,獲取積分! 請遵守相關(guān)規(guī)定!

      ?
      伊金霍洛旗| 柳河县| 嘉鱼县| 化隆| 长垣县| 台湾省| 吉林省| 车致| 青铜峡市| 鄂州市| 阿拉善左旗| 浪卡子县| 松阳县| 文水县| 古丈县| 石嘴山市| 平湖市| 涡阳县| 烟台市| 胶州市| 沙雅县| 北川| 策勒县| 亚东县| 行唐县| 昌江| 独山县| 房产| 卢龙县| 聂荣县| 南涧| 兴安县| 泽库县| 鹤峰县| 准格尔旗| 吴堡县| 蒲江县| 黄石市| 临泽县| 苏尼特右旗| 崇阳县|