《基於數學規劃的數據挖掘分類算法研究及套用/知識管理叢書》出版與2012年12月，作者是魏利偉。
基本介紹
- 作者：魏利偉
- ISBN：9787506670395
- 頁數：111
- 定價：30.00元
- 出版時間：2012-12
內容介紹
《基於數學規劃的數據挖掘分類算法研究及套用/知識管理叢書》編著者魏利偉。
《基於數學規劃的數據挖掘分類算法研究及套用/知識管理叢書》內容提要：第1部分對研究意義和背景做了分析，論證了本書研究主題具有積極的現實和理論意義。介紹了本書的研究內容以及重要結論，並對研究方法和研究思路、技術路徑進行了描述。對於本書創新點進行了闡述。
第2部分對於相關文獻進行了綜述，分別對於數據挖掘分類算法的重要性、數據挖掘分類算法的發展歷史、以及基於數學規劃的分類算法的研究現狀進行了回顧，接著對基於數學規劃的三個分類算法(SVM、LS—SVM和多目標規劃方法)研究的相關文獻進行了整理和評述，總結出目前基於數學規劃的分類模型所面臨的問題，從而得到本書要對I。S—sVM和多目標規劃方法著手進行改進研究的研究要點。
第3部分從數據挖掘的數據準備人手，首先談到數據挖掘數據準備的重要性，以及必要的處理手段，防止垃圾數據進垃圾數據出的情況出現；接著從模型挖掘結果評價，以及最佳化工具進行介紹，從而為本書所介紹的模型提供最基本的參數最佳化工具的原理和方法；最後介紹幾款常用的數據挖掘開源軟體供大家在實戰演習時使用。
第4部分重點對機器學習分類方法進行改進，首先從改進最小二乘支持向量機模型的可解釋性人手，從套用多核函式代替單個核函式為突破口，提出多核最小二乘支持向量機可解釋性模型。通過引入多核函式，將特徵選擇問題轉化為普通的參數學習問題，從而大大提高了模型的可解釋能力，同時減少了計算的複雜度。醫學資料庫的試驗結果很好地證明了這一點。……
