代價(jià)敏感屬性中模擬退火算法和信息增益算法的比較
發(fā)布時(shí)間:2021-09-30 12:25
本文研究了最小測試代價(jià)下算法的比較問題。針對模擬退火算法的設(shè)計(jì),考慮了4點(diǎn)因素:初始化原子解、模擬退火演化算法、調(diào)解每個(gè)原子根據(jù)測試代價(jià)的限制、選擇最小測試代價(jià)原子解。由于很多初等數(shù)學(xué)函數(shù)模型可以描述現(xiàn)實(shí)生活中某些變化規(guī)律,因此本文用初等函數(shù)的數(shù)學(xué)模型產(chǎn)生誤分類代價(jià)。
【文章來源】:湖北農(nóng)機(jī)化. 2020,(16)
【文章頁數(shù)】:2 頁
【文章目錄】:
1 4個(gè)基本初等函數(shù)
1.1 測試代價(jià)敏感線性函數(shù)
1.2 測試代價(jià)敏感指數(shù)函數(shù)
1.3 測試代價(jià)敏感冪函數(shù)
1.4 測試代價(jià)敏感對數(shù)函數(shù)
2 比較模擬退火算法、信息增益算法和遺傳算法的效果
本文編號(hào):3415858
【文章來源】:湖北農(nóng)機(jī)化. 2020,(16)
【文章頁數(shù)】:2 頁
【文章目錄】:
1 4個(gè)基本初等函數(shù)
1.1 測試代價(jià)敏感線性函數(shù)
1.2 測試代價(jià)敏感指數(shù)函數(shù)
1.3 測試代價(jià)敏感冪函數(shù)
1.4 測試代價(jià)敏感對數(shù)函數(shù)
2 比較模擬退火算法、信息增益算法和遺傳算法的效果
本文編號(hào):3415858
本文鏈接:http://sikaile.net/kejilunwen/yysx/3415858.html
最近更新
教材專著