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
- 全国分乡镇人口数(第六次人口普查)
- Mission Planner、APMPlanner2全部参数汉化版
- 乐高9686搭建卡--课件.rar
- matlab汽车nedc综合油耗计算
- 数据库原理教程习题答案全（范明版）
- 协同过滤推荐算法Java实现
- java课程设计实验报告
- 八皇后问题并行算法及源代码（附N皇后）
- glove6B.zip
- linux 上用C++实现的网络嗅探器
- 2017哈工大（深圳）矩阵分析试卷
- ADC0804数据手册
- HDM3200总线消防电话使用说明书.pdf
- 用层叠物激光加工制造复杂三维零件
- 系统架构设计师论文.doc
- PHP源码混淆工具(带实例)
- SpringBoot10Feb-源码
- playmaker.zip
- BP、RBF.rar
- MarchMapGen.rar
- 舰船的红外特性
- PID电机控制与调速
- SpringBoot2.1.4+Mybatis+PageHelper整合
- Jpcap.jar下载
- mysql-connector-java-5.1.36-bin.jar
- MTCNN 人脸检测与定位代码
- matlab系统实时仿真开发环境与应用
- AHRS源代码（包括上位机和下位机）
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