檢索結果:共3筆資料 檢索策略: ckeyword.raw="混合型資料"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
當解決混合型資料(包含數值型資料和類別型資料)的分類問題時,既有監督式學習演算法無法表現完美,然而如K-prototypes演算法的非監督式學習在處理混合型資料卻展現優異的潛力。因此,為同時擁有分群…
2
本計畫主要是提出萬用演算法為基礎的可能性多變量模糊加權c-平均數(Possibilistic multivariate fuzzy weighted c-means;PMFWCM) 演算法來分群混合…
3
混合型資料包含類別和數值資料,然而傳統的分類器通常無法有效地處理混合型資料,因為它們只被設計來處理單一類型的資料。儘管如此,K-prototypes分群演算法已經顯示出能夠有效地將混合型資料分群…