电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

数据挖掘算法以及其实现免费VIP免费

数据挖掘算法以及其实现免费_第1页
1/29
数据挖掘算法以及其实现免费_第2页
2/29
数据挖掘算法以及其实现免费_第3页
3/29
《数据挖掘》 实验报告 1 实验一 分类技术及其应用 实习要求: 基于线性回归模型拟合一个班学生的学习成绩,建立预测模型。数据可由自己建立1 0 0 个学生的学习成绩。 1) 算法思想: 最小二乘法 设经验方程是y=F(x),方程中含有一些待定系数an,给出真实值{(xi,yi)|i=1,2,...n},将这些x,y 值 代入方程然后作差,可以描述误差:yi-F(xi),为了考虑整体的误差,可以取平方和,之所以要平方是考虑到误差可正可负直接相加可以相互抵消,所以记 误差为: e=∑(yi-F(xi))^2 它是一个多元函数,有an 共 n 个未知量,现在要求的是最小值。所以必然满足对各变量的偏导等于0,于是得到n 个方程: de/da1=0 de/da2=0 ... de/dan=0 n 个方程确定n 个未知量为常量是理论上可以解出来的。用这种误差分析的方法进行回归方程的方法就是最小二乘法。 线性回归 如果经验方程是线性的,形如 y=ax+b,就是线性回归。按上面的分析,误差函数为: e=∑(yi-axi-b)^2 各偏导为: de/da=2∑(yi-axi-b)xi=0 de/db=-2∑(yi-axi-b)=0 于是得到关于a,b 的线性方程组: (∑xi^2)a+(∑xi)b=∑yixi (∑xi)a+nb=∑yi 设A=∑xi^2,B=∑xi,C=∑yixi,D=∑yi,则方程化为: Aa+Bb=C Ba+nb=D 《数据挖掘》 实验报告 2 解出 a,b 得: a=(Cn-BD)/(An-BB) b=(AD-CB)/(An-BB) 2) 编程实现算法 C++程序: #include #include using namespace std; void main() { double x,y,A=0.0,B=0.0,C=0.0,D=0.0,delta,a,b; int n,sno,avgstudy; cout<<"请拟合输入样本数目"<>n; for(int i=0;i>sno; cout<<"请输入学生上自习时间,按照每天小时计算"<>x; cout<<"请输入学生请输入平均成绩"<>y; A+=x*x; B+=x; C+=x*y; D+=y; } delta=A*n-B*B; a=((C*n-B*D)/delta); b=((A*D-C*B)/delta); cout<<"a="<>avgstudy; cout<

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

数据挖掘算法以及其实现免费

确认删除?
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群