检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

分类表

所选分类

>> <<

限定检索结果

标题

标题
作者
主题词
出版物名称
出版社
机构
学科分类号
摘要
ISBN
ISSN
基金资助
索书号

作者

作者
标题
主题词
出版物名称
出版社
机构
学科分类号
摘要
ISBN
ISSN
基金资助
索书号

文献类型

1 篇 会议

馆藏范围

1 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

1 篇 理学
- 1 篇 数学
- 1 篇 统计学（可授理学、...
1 篇 工学
- 1 篇 动力工程及工程热...
- 1 篇 电气工程
- 1 篇 电子科学与技术（可...
- 1 篇 信息与通信工程
- 1 篇 控制科学与工程
- 1 篇 计算机科学与技术...
- 1 篇 环境科学与工程（可...
- 1 篇 网络空间安全
1 篇 管理学
- 1 篇 管理科学与工程(可...

主题

1 篇 random-forest cl...
1 篇 cur matrix decom...
1 篇 dimensionality r...
1 篇 decision tree cl...
1 篇 linear discrimin...
1 篇 principal compon...
1 篇 gaussian naïve b...
1 篇 singular value d...

机构

1 篇 department of co...

作者

1 篇 anil abhiram a.
1 篇 yamunakrishnan
1 篇 govind g.
1 篇 devkrishna m.k.
1 篇 ramachandran raj...

语言

1 篇 其他

检索条件"主题词=CUR matrix decomposition algorithm"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

相关度排序

相关度排序
时效性降序
时效性升序

Reducing Complexity: A Comparative Analysis of Dimensionality-Reduction Techniques 4

Reducing Complexity: A Comparative Analysis of Dimensionalit...

引用

4th IEEE Global Conference for Advancement in Technology, GCAT 2023

作者： Ramachandran, Raji Yamunakrishnan Govind, G. Devkrishna, M.K. Anil, Abhiram A. Department of Computer Science and Applications Amrita School of Computing Amrita Vishwa Vidyapeetham Amritapuri India

ISBN: (纸本)9798350305258

Machine Learning (ML) is a modern fast-growing technology. It has extensive applications in disciplines like computer vision, bioinformatics, the medical field, finance, fraud detection, and so on. As we've seen, real-world data are used to train machine learning models, which can be used to process the data for purposes like prediction, classification, image processing, etc. The number of attributes in a dataset is known as its dimension. Real-world data sets have a lot of variables, which increases their dimension. It becomes increasingly challenging to envision and work on the training set as the number of variables increases. Sometimes the correlation between most of these factors makes them unnecessary. The benefits of using dimensionality are that when it comes to data compression and gaining less data space, dimensionality reduction is a great instrument. It drastically cuts down on computation time and it makes it simple to remove redundant characteristics from datasets. This project aims to provide a comparison of different dimensionality reduction algorithms. Dimensionality reduction uses a variety of techniques that yield varied outcomes. To compare and analyze the same, we have chosen four algorithms: The linear discriminant analysis algorithm (LDA), the cur matrix decomposition algorithm, the singular value decomposition algorithm (SVD), and the principal component analysis algorithm (PCA). We are assessing the performance of these algorithms using the classifiers: Decision Tree classifier, Gaussian Naïve Bayes classifier, and the Random-Forest classifier, based on the parameter's accuracy, recall, precision, and F-measure. © 2023 IEEE.

关键词： cur matrix decomposition algorithm Decision Tree classifier Dimensionality reduction Gaussian Naïve Bayes classifier linear discriminant analysis algorithm (LDA) Principal component analysis algorithm (PCA) Random-forest classifier Singular value decomposition algorithm (SVD)

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：