归约

数据挖掘理论与算法笔记

数据归约（可以通过如聚集、删除冗余特征或聚类来降低数据的规模。）数据变换（（例如，规范化）可以用来把数据压缩到较小的区间，如0.0到1.0，这可以提高涉及距离度量的挖掘算法的准确率和效率。）
525小白菜·2022-12-01 16:36

数据挖掘实战—家用热水器用户行为分析与事件识别

文章目录引言一、数据探索分析1.数据质量分析1.1缺失值分析1.2异常值分析1.3重复数据分析2.数据特征分析2.1分布分析三、数据预处理1.数据归约之属性归约2.数据归约之数值归约3.数据集成之属性构造
哎呦-_-不错·2022-11-30 22:44

【运筹基础】一文读懂 P问题、NP问题、NP-complete问题和NP-hard问题

快速查阅0概述1预备知识1.1时间复杂度1.1.1多项式时间算法1.1.2举例1.2多项式时间归约1.2.1举例1.3决定性问题2P与NP问题2.1NP问题2.2P问题2.3P与NP的关系2.4NP-complete
fengfeng990409·2022-11-29 19:50

NP-Hard问题和NP-Complete问题

简单的回答是根据定义，如果所有NP问题都可以多项式归约到问题A，那么问题A就是NP-Hard；如果问题A既是NP-Hard又是NP，那么它就是NP-Complete。从定义我们很容易看出，
会飞的鱼_fly·2022-11-29 19:17

数据预处理概述

数据预处理是指在对数据进行数据挖掘的主要处理以前，先对原始数据进行必要的清洗、集成、转换、离散、归约、特征选择和提取等一系列处理工作，达到挖掘算法进行知识获取要求的最低规范和标准。
IMMOMMOI·2022-11-29 15:36

人工智能导论实验3——汉诺塔&八皇后问题

人工智能导论实验——汉诺塔&八皇后问题目录人工智能导论实验——汉诺塔&八皇后问题一、汉诺塔问题二、八皇后问题实验目的及要求：本项目要求能够理解人工智能的基本原理，理解问题归约法的原理和方法，掌握用问题归约表示问题的步骤
来杯橙汁压惊·2022-11-28 07:04

人工智能——汉诺塔问题

采用问题归约
Your_Julia·2022-11-28 07:33

安全性归约（构造 1）

文章目录OWFPRGPRFHashOWF设III是多项式可列举的指标集，若fff是III上的非全域（弱）单向函数，令g(x):=f(x′), g′(x):=f(x′)∥x′′g(x):=f(x'),\,g'(x):=f(x')\|x''g(x):=f(x′),g′(x):=f(x′)∥x′′其中x=x′∥x′′∈{0,1}∗x=x'\|x''\in\{0,1\}^*x=x′∥x′′∈{0,1}∗，
山登绝顶我为峰 3(^v^)3·2022-11-25 18:28

安全性归约（构造 2）

可以证明它是单消息IND的，归约到PRG
山登绝顶我为峰 3(^v^)3·2022-11-25 18:28

安全性归约（一些反例）

听课和做题时遇到的一些反例，这里随意记录下。文章目录OWFPRGPRFHashEncryptionSignatureMACOWF有硬核谓词的函数不一定是单向的。令函数f(x′∥x′′)=x′′f(x'\|x'')=x''f(x′∥x′′)=x′′，易知b(x′∥x′′)=x′b(x'\|x'')=x'b(x′∥x′′)=x′是其硬核谓词，但是fff不是单向函数。但如果fff是1-1的，那么fff是
山登绝顶我为峰 3(^v^)3·2022-11-25 18:51

数据挖掘和机器学习的基本概念

数据预处理：聚集、抽样、维度归约、属性选择、属性创建、离散化和二元化、变量变换。分类和回归：分类和回归是数据挖掘领域的重要技术。
雪狐晨光·2022-11-24 18:44

数据挖掘与机器学习：维归约

第1关：实现PCA降维算法importnumpyasnpimportmatplotlib.pyplotasplt#使用numpy库中的函数来创建一个随机的数据集np.random.seed(3)X=np.empty([100,2])X[:,0]=np.random.uniform(0.,100.,size=100)X[:,1]=0.75*X[:,0]+3.+np.random.normal(0.,
Shining0596·2022-11-24 18:49

网络社区划分的算法分类（2）

如果所有NP问题都可以多项式时间归约到某个问题，则称该问题为NP困难。进化算法进化算法（英
Young_IT·2022-11-23 23:02

python中kmeans用的是什么距离_python Kmeans算法原理深入解析

聚类算法可以对数据进行数据归约，即在尽可能保证数据完整的前提下，减少数据的量级，以便后续处理。也可以对聚类数据结果直接应用或分析。而Kmeans算法可以
镇鳌山火炮·2022-11-23 21:47

数据挖掘实战—航空公司客户价值分析

2.1描述性统计分析2.2分布分析2.2.1客户基本信息分布分析2.2.2客户乘机信息分析2.2.3客户积分信息分布分析2.3相关性分析二、数据预处理1.数据清洗1.1异常值处理1.2缺失值处理2.属性归约
哎呦-_-不错·2022-11-22 19:26

【数据挖掘】数据预处理

OutlineChapterOverview1.为什么要对数据预处理2.数据描述性总结3.数据清洗4.数据变换5.数据整合6.数据归约7.离散化与概念层级8.总结Chapter1.为什么要预处理我们从现实生活中获得的原始数据
Torture_L·2022-11-22 15:49

人工智能练习题 + 知识点汇总（期末复习版）

目录第一章人工智能绪论第二章知识与谓词第三章谓词与自然演绎推理第四章语义网表示法和框架表示法第五章归结原理第六章置换和合一第七章定理证明和问题求解第八章状态空间法和问题归约法第九章启发式搜索第十章与或图搜索第十一章博弈树搜索第十二章可信度推理模型第十三章
一只可爱的小猴子·2022-11-22 13:51

r型聚类典型指标_《R语言实战》第二版碎碎念之六：聚类分析

聚类分析是一种数据归约技术，旨在揭露一个数据集中观测值的子集。它可以把大量的观测值归约为若干个类。这里的类被定义为若干个观测值组成的群组，群组内观测值的相似度比群间相似度高。
weixin_39758048·2022-11-21 21:50

人工智能导论 第二章 搜索技术

2.1搜索的基本概念搜索：一种求解问题的一般方法问题求解的基本方法：搜索法、归约法、归结法、推理法及产生式基本问题：1、是否一定能找到一个解2、找到的是否是最佳解3、时间和空间复杂度4、是否会终止运行or
synthesis_UMR·2022-11-20 18:28

《数据挖掘——概念与技术（第3版）》笔记（三）

.缺失值2.噪声数据3.数据清理1)偏差检测2)数据变换三、数据集成1.实体识别问题2.冗余和相关分析标称数据的卡方检验数值数据的相关系数数值数据的协方差3.元组冲突4.数据值冲突的检测与处理四、数据归约
codingClaire·2022-11-19 22:52

数据挖掘期末考题针对复习

选择题1、下面不属于数据挖掘迭代序列的是()A、数据清理B、数据集成C、数据删除D、数据变换C解析：数据清理、数据集成、数据变换、数据归约2、属性(attribute)是一个数据字段，表示数据对象的一个特征
中二病没有蛀牙·2022-11-15 17:01

数据挖掘导论

整个KDD过程为：输入数据→数据预处(特征选择、维归约、规范
Zrx_·2022-11-12 09:00

编译原理：短语、直接短语、句柄、素短语、最左素短语案例零基础解析

短语、直接短语、句柄、素短语、最左素短语为句型分析的有关问题，其编译原理（第三版）书中的章节分别为2.6.3和5.3.4概念解析：PS：先了解文法、句型、句子等基础概念短语：某一个句型中可以成功归约的子串
PENG越·2022-11-10 16:48

数学建模冲刺篇（数据预处理）

、数据清理（缺失值、异常值、无关值、噪音、重复值）1.缺失值2.异常值3.无关值4.噪音5.重复值二、数据集成三、数据变换和数据规约数据进行预处理，一般分为四个步骤：数据清理、数据集成、数据变换、数据归约
晨沉宸辰·2022-11-06 09:51

数据挖掘——第三章：数据预处理

数据存在的问题1.1原始数据存在的问题1.2数据质量要求1.3预处理主要任务2.数据清洗2.1空缺值处理2.2噪声处理3.数据集成3.1集成过程中涉及的实体识别3.2冗余问题3.3检测冗余方法4.数据归约
平什么阿·2022-11-02 15:05

【数据挖掘】数据预处理

数据预处理是数据挖掘过程中的第一个步骤，主要有数据清洗、数据集成、数据归约和数据变换等方式。一、数据预处理的必要性数据的质量决定了数据挖掘的效果。
快乐小虎鲸biubiu·2022-11-02 15:28

【Python】DataFrame学习02_聚合与分组、透视表、大数据预处理技术

本人依据上课学习内容，将dataframe内容浓缩为代码块，一下是今天学习的第二部分:1.dataframe聚合函数与分组2.dataframe透视表数据预处理技术：3.数据集成（合并）4.数据清洗5.数据归约
Amakusa_·2022-10-25 11:16

读书笔记_第十六章

#聚类分析#聚类分析是一种数据归约技术，旨在揭露一个数据集中观测值的子集#它可以把大量的观测值规约为若干个类#这里的类被定义为若干个观测值组成的群组，群组内观测值的相似度比群间相似度高#最常用的聚类方法
weixin_41560991·2022-10-23 18:27

编译原理：规范归约、算符优先归约 Syntax Analysis(2)

规范归约：规范推导：最右推导从起始符号开始逐步推出给定的字符串，每次拓展最右边的非终结符。栗子：最右推导.png规范归约：最左归约在移进过程中,当发现栈顶呈现句柄时，就用相应产生式的左部符号进行替换。
树里的熊·2022-10-15 15:10

Task运行过程分析1

其中，每个MapTask处理输入数据集合中的一片数据（InputSplit），并将产生的若干个数据片段写到本地磁盘上，而ReduceTask则从每个MapTask上远程拷贝相应的数据片段，经分组聚集和归约后
lfdanding·2022-10-12 07:49

河北工业大学数据挖掘实验一 数据预处理

河北工业大学数据挖掘实验一数据预处理一、实验目的二、实验原理1、数据预处理2、数据清理3、数据集成4、数据变换5、数据归约三、实验内容和步骤1、实验内容2、实验步骤3、程序框图4、实验样本5、实验代码四
Ace2NoU·2022-10-10 07:05

java官网教程（进阶篇）—— 集合

简介接口Collection接口Set接口List接口Queue接口Deque接口Map接口对象排序SortedSet接口SortedMap接口接口的总结问题和练习：接口聚合操作归约并行化（Parallelism
石灰聪·2022-09-22 10:58

Java 8实战（六）- Stream流操作

对流中每一个元素应用函数2.流的扁平化（1）尝试使用map和Arrays.stream()（2）使用flatMap三、查找和匹配1.检查谓词是否至少匹配一个元素2.检查谓词是否匹配所有元素3.查找元素4.查找第一个元素四、归约
Super_Leng·2022-09-21 07:32

Hexagon_V65_Programmers_Reference_Manual（36）

11.10.3.8向量复共轭11.10.3.9矢量复旋转11.10.3.10类别：XTYPE（插槽2、3）11.10.3.11向量减少、复乘、实乘或虚乘11.10.3.12向量减少复数乘以标量11.10.3.13向量归约复数乘标量
weixin_38498942·2022-09-15 16:31

MapReduce入门实战

概率“Map(映射)”和“Reduce（归约）”以及它们的思想都是从函数式编程语言借鉴的，还有从矢量编程语言借来的特性。当前的软件实现是指定一个“Map”函数，用来把一组键值对映射成一组
女友在高考·2022-08-14 11:00

Angular Ngrx Store Effect 和 Action 的交互流程

下面是一个典型的例子：LoggerMetaReducer.该高阶Reducer在真实的归约器执行之前添加一些日志消息：exportfunctionlogger(reducer:ActionReducer
·2022-07-23 22:20

Day.36 Java 8新特性: Stream API、Optional 类

目录强大的StreamAPI一、创建流二、中间操作1.筛选与切片2.映射3.排序三、终止操作1.匹配与查找2.归约3.收集---Collectors类Stream常用方法Optional类使用Optional
焰火青年··2022-07-18 16:00

golang 四则运算计算器yacc归约手写实现

/lexer.goparser/tStackNode.goparser/parser.go输出缘起最近拜读前桥和弥[日]的>开头一章便是教读者使用lex/yacc工具制作四则运算器其中yacc的移进/归约
·2022-07-12 12:00

Halide示例学习五

Halide示例学习五函数重定义操作RDom下标使用使用RDom计算直方图调度函数更新多阶段重定义操作使用归化函数进行模糊操作内置的归化函数sum使用归约函数的一个复杂例子函数重定义操作#include"Halide.h
慷仔·2022-07-10 07:20

Java8 Stream：两万字博文教你玩转集合的筛选、归约、分组、聚合

目录一.Stream概述二.Stream的创建三.Stream的中间操作3.1.筛选(filter/distinct)3.2.切片(limit/skip)3.3.映射(map/mapToDouble/flatMap)3.4.排序(sorted)3.5.合并流(concat)四.Stream的终止操作4.1.匹配(allMatch/anyMatch/noneMatch)4.2.查找(findFirs
怪咖软妹@·2022-06-07 19:22

机器学习中用到的数据预处理一般步骤

主要包括四个步骤：（1）数据清洗（2）数据集成（3）数据规约（4）数据变换数据清洗：填写缺失的值，光滑噪声数据，识别或删除离群点，并解决不一致性来“清理数据”；数据集成：使用多个数据库，数据立方体或文件；数据归约
我真不会写代码·2022-06-03 07:22

[编译原理]构造LR分析器和SLR移进归约分析表

目录目标1、基础知识引入1.1文法1.2拓广文法1.3全部的项目集2.计算文法的LR（0）项目集的、识别活前缀的DFA2.1分析得到各个项目集2.2构建SLR分析表中的移进部分2.3构建SLR分析表中的归约部分
记录学习的習習君·2022-05-26 23:51

如何处理hive的数据倾斜?

解决一基于MR的combiner(归约)(提前在map端提前完成聚合操作)
DI O·2022-05-17 10:33

Python使用MapReduce编程模型统计销量

概念"Map（映射）"和"Reduce（归约）"，是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。
·2022-04-22 10:12

Map-Reduce 思想在 ABAP 编程中的一个实际应用案例

这个关键字的作用和在大规模数据集并行计算领域里广泛使用的Map-Reduce编程模型中的Reduce操作类似，可以按照字面意思理解为归约。什么是Map-Reduce思想？
·2022-03-18 16:21

《人工智能》之《知识表示方法》习题解析

教材：《人工智能及其应用》，蔡自兴等，2016m清华大学出版社（第5版）参考书：对应同系列博客：《人工智能》之《知识表示方法》《人工智能》之《知识表示方法》习题解析1状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么
UestcXiye·2022-03-18 03:38

Java8 Stream 使用汇总

2Stream的创建3Stream的使用3.1遍历/匹配（foreach/find/match）3.2筛选（filter）3.3聚合（max/min/count)3.4映射(map/flatMap)3.5归约
Mr_baci·2022-03-14 11:34

CUDA高性能计算经典问题②：前缀和

撰文|WillZhang在上一篇《CUDA高性能计算经典问题①：归约》中，我们讨论了CUDA中如何实现高效Reduction，这次来讨论下一个经典问题PrefixSum（前缀和），也被称为Scan/PrefixScan
OneFlow深度学习框架·2022-03-09 09:10

用python表示描述性统计_python数据分析学习(5)pandas描述性统计的概述与计算

一：一些基本方法1.归约方法sum方法返回一个包含列上加和的Series。若传入axis='columns'或axis=1，将会把一
weixin_39567013·2022-03-08 07:08

Springboot笔记(5)：自定义starter/狂神说

自定义启动器2、编写启动器3、测试启动器1、自定义启动器说明：启动器模块是一个空jar文件（kuang-spring-boot-starter），仅提供辅助性依赖管理，这些依赖可能用于自动装配或者其他类库命名归约
CodingALife·2022-02-25 09:31
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他