大數(shù)據(jù)分析基礎(chǔ)：數(shù)據(jù)降維方法研究

定　價(jià)：￥68.00

作　者：	鄭月鋒著
出版社：	經(jīng)濟(jì)管理出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書(shū)可以去

ISBN：	9787509679340	出版時(shí)間：	2021-06-01	包裝：
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	139	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《大數(shù)據(jù)分析基礎(chǔ)：數(shù)據(jù)降維方法研究》通過(guò)對(duì)現(xiàn)有降維方法的梳理，提出三個(gè)混合式特征選擇算法，分別是斯皮爾曼協(xié)方差布谷鳥(niǎo)算法（MSMCCS）、K值相關(guān)相冗改進(jìn)的灰狼優(yōu)化算法（KMR21GWO）和皮爾森距離改進(jìn)的鯨魚(yú)優(yōu)化算法（MPMDI-WOA）。實(shí)驗(yàn)結(jié)果表明，MSMCCS算法有很快的收斂速度并且分類準(zhǔn)確率明顯好于其他算法。KMR21GWO算法在14個(gè)數(shù)據(jù)集上降維的效果非常明顯，降維效果達(dá)到原來(lái)的0.4%~0.04%。在大部分?jǐn)?shù)據(jù)集上MPMDIWOA算法的分類準(zhǔn)確率高于其他算法。因此，提出的三個(gè)算法在有較高分類準(zhǔn)確率的前提下，取得了理想的降維效果，為進(jìn)行大數(shù)據(jù)分析奠定了基礎(chǔ)。

作者簡(jiǎn)介

　　鄭月鋒，男，1978年12月生，工學(xué)博士，現(xiàn)任吉林師范大學(xué)計(jì)算機(jī)學(xué)院副教授。先后在國(guó)內(nèi)外學(xué)術(shù)期刊發(fā)表論文10余篇，其中SCI檢索論文3篇，參編教材6部，主持和參與國(guó)家、省部級(jí)、地廳級(jí)科研、教研項(xiàng)目20余項(xiàng)，獲得部、省、市級(jí)科研和教學(xué)獎(jiǎng)項(xiàng)8項(xiàng)。