基于划分与抽样的回归加速算法研究

《基于划分与抽样的回归加速算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2018届硕士学位论文基于划分与抽样的回归加速算法研究作者姓名刘恩江指导教师梁吉业教授学科专业计算机应用技术研究方向数据挖掘与机器学习培养单位计算机与信息技术学院学习年限2015年9月至2018年6月二〇一八年六月山西大学2018届硕士学位论文基于划分与抽样的回归加速算法研究作者姓名刘恩江指导教师梁吉业教授学科专业计算机应用技术研究方向数据挖掘与机器学习培养单位计算机与信息技术学院学习年限2015年9月至2018年6月二〇一八年六月ThesisforMaster’sdegree，ShanxiUniversity，2018

2、ResearchonRegressionAccelerationAlgorithmBasedonPartitionandSamplingStudentNameLiuEnjiangSupervisorProfessorLiangJiyeMajorComputerApplicationTechnologySpecialtyDataMiningandMachineLearningDepartmentSchoolofComputerandInformationTechnologyResearchDuration2015.9-20

3、18.6June，2018目录中文摘要........................................................................................................................IABSTRACT...................................................................................................................

4、...III第一章绪论.......................................................................................................................11.1研究背景及意义.................................................................................................11.2国内外研究现状..............

5、....................................................................................21.2.1基于数据划分的回归加速算法...............................................................21.2.2基于抽样技术的回归加速算法...............................................................41.2.3基于混合策略的回归

6、加速算法...............................................................71.3论文研究内容及组织结构..................................................................................8第二章回归分析及相关知识......................................................................................

7、.....92.1回归分析..............................................................................................................92.2矩阵秩݇近似......................................................................................................102.3核矩阵近似..................

8、......................................................................................112.4本章小结................................................................