基于K-medoids聚类算法的多源信息数据集成算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对因多源信息数据源域相似性较低、不易确定导致的集成难度较大问题 ， 提出一种基于 K-medoids聚类算法的集成方法.先将多源数据的聚类过程视为迁移学习过程 ， 确定初始样本的权重值 ， 记录训练样本每次迭代时权重和损失期望值的学习特点 ， 再利用特点参数判定数据属于源域还是目标域;然后将（剩余10908字）

试读结束

目录
monitor