基于特征加权与特征选择的数据挖掘算法研究的中期报告.docx

该【基于特征加权与特征选择的数据挖掘算法研究的中期报告 】是由【niuwk】上传分享，文档一共【2】页，该文档可以免费在线阅读，需要了解更多关于【基于特征加权与特征选择的数据挖掘算法研究的中期报告 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。基于特征加权与特征选择的数据挖掘算法研究的中期报告一、研究背景现今数据挖掘被广泛应用于各种领域。数据挖掘技术在大数据环境下的应用,是实现智能决策和发现商业价值的重要手段。而数据挖掘过程中,特征选择和特征加权是不可或缺的环节。特征选择可以用于削减噪声、提升分类性能、减小计算复杂度等。而特征加权可以用于对不同特征对分类的重要程度进行赋权,进一步提升分类准确率。因此,本研究旨在探究基于特征加权与特征选择的数据挖掘算法。二、研究目标本研究的主要目标是:,并提出适应大数据量、高维度的特征选择方法;,提出适应大数据量、高维度的特征加权方法;,将其应用到真实数据集上,验证其实用性与性能。三、,提出适应大数据量、高维度的特征选择方法;,以权重的形式得出各特征对分类结果的影响程度;,对真实数据集进行分类实验,并评估算法性能。四、研究方法本研究将采取以下方法进行研究:,分析其优缺点并提出改进方法;,对各特征的影响程度进行计算;,对真实数据集进行分类测试并评估算法性能。五、研究进度安排本研究计划于2021年7月至10月完成以下阶段的工作:,总结和比较各种特征选择方法,提出适应大数据量、高维度的特征选择方法;,对各特征进行加权处理;,验证所提方法的实用性和性能。