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
- 编译原理课程设计 java实现编译器
- 51单片机下oled显示ds18b20采集温度
- Jetson_Xavier_NX_Developer_Kit_User_Guide.pdf
- SW-420常闭型震动传感器STM32源码
- modbus dll
- 模式识别-黄庆明_中科院课件（包含word）
- Java程序设计实践4 --网络聊天室(含实验报告)
- windows vega扫描器
- 博克免狗V18.6+超排.zip
- IBindStatusCallback子类
- 部编3上课文朗读（MP3）.rar
- 基于信息熵和Gabor滤波器的图像检索
- 改进的广义回归神经网络模型的态势预测
- 论文-现场可编程门阵列FPGA与PC机进行网络通信.doc
- RIS+BISA+PSY
- 暴力域名防红.zip
- Introduction to Segment Routing
- matlab 仿真程序
- 软件设计师历年真题解析（2014-2017）.pdf_软件设计师历年真题解析pdf-其它文档类资源
- 管家婆java源码和设计文档
- 马的Hamilton周游路线问题（国际象棋）
- c#语音识别及朗读系统_（基于speechSDK开发）（Winform）
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