檢索結果:共4筆資料 檢索策略: "相關係數".ckeyword (精準) and cdept.raw="資訊管理系"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
在機器學習領域中,高維度資料分析是一個很有挑戰性的任務,隨著特徵數量的提高,分類模型因此需要大量的運算成本,還有可能陷入維度詛咒(curese of dimensionality)而發生過擬合(ov…
2
因為近年來「嚴重特殊傳染性肺炎」(COVID-19)病毒於全球蔓延,所以本研究欲進行醫療資料集分類,隨著資料特徵數量的提高,因此分類模型需要大量的運算成本,並且可能使分類模型陷入「維度詛咒」(cur…
3
二元分類是依據屬性向量來判別物件的類別,當面對高維度屬性向量時,傳統分類法會遭遇計算上的困難,進而衍生出選取有效屬性以降低屬性向量維度的需要。面對較高維度屬性之資料,傳統上分為兩種方式來進行降低維度…
4
在分類過程中若使用不具信息的特徵可能降低模型的成效,因此藉由特徵與類別變數之間的相關係數平方和信息增益的特徵選取方法來決定保留的特徵,由於選擇的特徵通常具有相關性,導致不能只使用依序選取特徵的方法,…