結(jié)合LSH的KNN數(shù)據(jù)填補(bǔ)算法
大小：0.79 MB 人氣： 2017-12-23 需要積分：1
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
標(biāo)簽：KNN(10751)
K近鄰（kNN）算法是缺失數(shù)據(jù)填補(bǔ)的常用算法，但由于需要逐個(gè)計(jì)算所有記錄對(duì)之間的相似度，因此其填補(bǔ)耗時(shí)較高。為提高算法效率，提出結(jié)合局部敏感哈希（ LSH）的kNN數(shù)據(jù)填補(bǔ)算法LSH-kNN。首先，對(duì)不存在缺失的完整記錄進(jìn)行局部敏感哈希，為之后查找近似最近鄰提供索引；其次，針對(duì)枚舉型、數(shù)值型以及混合型缺失數(shù)據(jù)分別提出對(duì)應(yīng)的局部敏感哈希方法，對(duì)每一條待填補(bǔ)的不完整記錄進(jìn)行局部敏感哈希，按得到的哈希值找到與其疑似相似的候選記錄；最后在候選記錄中通過(guò)逐個(gè)計(jì)算相似度來(lái)找到其中相似程度最高的七條記錄，并按照kNN算法對(duì)不完整記錄進(jìn)行填補(bǔ)。通過(guò)在4個(gè)真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)表明，結(jié)合局部敏感哈希的kNN填補(bǔ)算法LSH-kNN相對(duì)經(jīng)典的kNN算法能夠顯著提高填補(bǔ)效率，并且保持準(zhǔn)確性基本不變。
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
結(jié)合LSH的KNN數(shù)據(jù)填補(bǔ)算法下載
相關(guān)電子資料下載
- 應(yīng)用于MEMS執(zhí)行器的8英寸硅晶圓上的KNN無(wú)鉛技術(shù)介紹 345
- 基于STM32的解魔方機(jī)器人設(shè)計(jì)方案 578
- 機(jī)器學(xué)習(xí)技術(shù)之KNN近鄰算法編程實(shí)例 161
- KNN算法、分類回歸樹(shù)、隨機(jī)森林的優(yōu)缺點(diǎn)及應(yīng)用實(shí)例 4258
- 基于訓(xùn)練階段使用知識(shí)庫(kù)+KNN檢索相關(guān)信息輔助學(xué)習(xí)方法 1377
- 如何使用Arduino KNN庫(kù)進(jìn)行簡(jiǎn)單的機(jī)器學(xué)習(xí)？ 3316
- 數(shù)據(jù)科學(xué)經(jīng)典算法 KNN 已被嫌慢，ANN 比它快 380 倍 7141
- 詳解機(jī)器學(xué)習(xí)分類算法KNN 5844
- 從零開(kāi)始學(xué)習(xí)機(jī)器學(xué)習(xí)最簡(jiǎn)單的 KNN 算法 2521
- 帶你入門常見(jiàn)的機(jī)器學(xué)習(xí)分類算法——邏輯回歸、樸素貝葉斯、KNN、SVM、決策樹(shù) 9873