常用的数据预处理方法是:
1、墓于粗糙集理论的约简方法 。粗糙集理论是一种研究不精确、不确定性知识的数学工具 。
2、基于概念树的数据浓缩方法 。在数据库中,许多属性都是可以进行数据归类,各属性值和概念依据抽象程度不同可以构成一个层次结构,概念的这种层次结构通常称为概念树 。
【常用的数据预处理方法】3、信息论思想和普化知识发现 。特征知识和分类知识是普化知识的两种主要形式,其算法基本上可以分为两类:数据立方方法和面向属性归纳方法 。
4、基于统计分析的属性选取方法 。可以采用统计分析中的一些算法来进行特征属性的选?。?比如主成分分析、逐步回归分析、公共因素模型分析等 。
5、遗传算法 。遗传算法是一种基于生物进化论和分子遗传学的全局随机搜索算法 。遗传算法的基本思想是:将问题的可能解按某种形式进行编码 , 形成染色体 。
以上就是常用的数据预处理方法的内容啦,希望本文可以帮到你!
- 烤盘怎样防止粘盘
- 为什么我音响的电流声非常大
- 红葱头储存方法
- 抱新生儿的正确方法 怎么抱新生儿
- 跪求简单实用的防身及格斗技巧
- 如何保存哈密瓜
- 彩跑粉是干什么用的
- 粥米是什么米
- 保温杯保温几个小时正常
- 檀怎么读