- 微信
- 微博
  
  分享文章到微博
- 复制链接
  
  复制链接到剪贴板

多维特征参数机器学习算法描述

aqhs 发表于 2022/05/23 09:34:24 2022/05/23

【摘要】从软件实现的角度研究了多元线性回归、k-近邻、k-means聚类、概率神经网络和自组织神经网的机器学习算法。对自组织网络输出节点分布进行了环形和球面扩展，避免了学习算法的邻域边界问题。对无监督聚类的自组织网络和k-means聚类方法进行改进，使其具有决策功能。为了对数据体现的变量关系有初步了解，列举了一些实用的数据可视化方法。为多维特征参数机器学习软件系统的实现及应用奠定了基础。

多维特征参数机器学习算法描述

从软件实现的角度研究了多元线性回归、k-近邻、k-means聚类、概率神经网络和自组织神经网的机器学习算法。对自组织网络输出节点分布进行了环形和球面扩展，避免了学习算法的邻域边界问题。对无监督聚类的自组织网络和k-means聚类方法进行改进，使其具有决策功能。为了对数据体现的变量关系有初步了解，列举了一些实用的数据可视化方法。为多维特征参数机器学习软件系统的实现及应用奠定了基础。