回答情况：
提问时间：
问题标签：
我知道这个职位中提到的推理适用于通过复制进行的平滑和随机重采样，但这是否也适用于通过ADASYN进行的过采样？由于我在ADASYN下引入了更多的随机性来合成新的观测，所以也许相关性可能更低？换句话说，使用ADASYN是否可以在分割之前对培训和测试数据进行重采样，甚至是重新抽样？我看到了一篇研究论文，该论文首先应用了列车测试分割，然后在测试数据集和训练数据集中分别使用ADASYN对少数类进行了抽样。这种方法对我来说更有意义，因为与列车测试分裂之前的过采样相比，这种方法引入了从培训到测试数据的泄漏的可能性，相反，通过分别<em
浏览 0提问于2020-12-27得票数 1
对于我的论文作业，我需要对包含从零售店(+1000维)购买数据的高维数据集执行聚类分析。因为传统的聚类算法不能很好地适用于高维数据(并且降维并不是一个真正的选择)，所以我想尝试专门为高维数据开发的算法(例如ProClus)。
浏览 3修改于2016-03-15得票数 0
1回答
我读了几篇关于人工智能，机器学习的论文。我已经知道PCA，SVD，它们将高维数据降维为低维数据。
换句话说，PCA和SVD可以选择最强大的因素。
浏览 2修改于2016-01-28得票数 0
在一篇关于MapReduce的研究论文中，有一句话：
我们使用具有用户指定映射和约简操作的功能模型，可以方便地并行大型计算，并使用重执行作为容错的主要机制。我不明白重执行实际上意味着什么，为什么重执行可以成为容错的主要机制？
浏览 2修改于2017-09-22得票数 1
csvread('Female_Fz.csv')；Male_GRF = csvread('Male_Fz.csv')；Female_GRF =女性GRF‘；Male_GRF =男性GRF’；
请有人告诉我如何重采样或降采样这些从
浏览 2修改于2022-06-07得票数 -1
我不是指降维，但论文遵循的理论是，所有这些维度并不对所有任务都很重要，对于特定的任务来说，具体的维度将更重要。例如:情绪分析将受益于维度5至55和250至300，而不是使用整个300维度。
浏览 0修改于2020-07-08得票数 1
2回答
在一些庞大的数据集上工作，我一直对降维和绘图的方法感兴趣。在主要的论文中，作者甚至提供了一些美丽的情节。例如：我无法在R与ggplot2 (计算机崩溃，因为太多的点，重叠点.)复制这种图形。怎样才能建造一个类似的地块呢？
浏览 0提问于2019-09-18得票数 1
回答已采纳
大多数关于偏序降阶的文献都假设要分析的系统是由一组带有合成算子的过程给出的。这很有意义，因为您不想先计算状态空间，然后使用偏序缩减来减少它。是否有任何论文或其他参考文献中提出了这样的算法？
浏览 1修改于2017-05-07得票数 0
来自一篇研究论文“除了在所有分类器输出上进行堆叠，我们还使用每个重采样(打包)的基础分类器的聚合输出来评估堆叠。例如，对所有10个SVM分类器的输出进行平均，并将其用作元学习者的单个0级输入。”实际上，我需要为我的论文实现这一点。
浏览 1修改于2017-06-15得票数 2
为了使我的问题更加清楚，我遵循了“点扩展函数对降尺度连续性的影响”这篇论文。总之，作者希望使用辅助的精细空间分辨率变量缩小粗卫星图像的规模。降尺度由两个步骤组成：
在回归过程中，为了匹配粗分辨率图像的像素大小，必须对高分辨率图像进行放大，然后进行回归。这个升级的必须使用PSF完成。
浏览 16修改于2022-09-21得票数 -1
回答已采纳
在raft的论文中，有一个由图描述的情况。
server1重启后可能会提交entry2。如果错误地请求了entry2，则客户端的请求会因为server1失败而失败。因此，客户端可能认为错误的行为不是由状态机应用的，而状态机实际上是在server1重启之后应用的，如图(E)所示。
浏览 7提问于2018-03-01得票数 0
回答已采纳
3回答
我目前正在完成一篇关于通过各种密码算法加密数据的论文。有谁知道以下算法的大O复杂度吗？RSA
预先谢谢你，如果你能提供一个链接到一个信誉良好的和可接受的来源，如果会非常感谢。
浏览 3提问于2012-04-10得票数 6
试图理解和理解MATLAB是如何重采样的，看看toolbox/signal/resample.m。不确定最后一行的目的是什么，在最后一行中，所有的滤波器系数都是通过降采样比与coeffs和，p/sum(h)进行缩放的？有人知道背后的理论吗？MATLAB
firls理论：
浏览 0修改于2018-03-19得票数 0
回答已采纳
我正在寻求什么是“傅立叶方法”的解释，这是在resample()方法的文档中描述的重采样。我想对一个数组进行下采样。我知道什么是抽取和它是如何工作的，我也知道傅里叶变换是什么。然而，我找不到“科学的支持”，所以在scipy中的重采样方法。我看到了这个主题：
我还搜索了一些关于数字信号处理的书籍。我是不是漏掉了什么明显的东西？我看了重采样的实现，我知道它对信号执行傅里叶变换，然后从变换数组的开始和结束取所需样本的一半。然后对返回到时域的傅立叶变换进行逆变换。我找不到对这种方法的科学描述。
浏览 1提问于2018-10-29得票数 2
5回答
当我尝试应用下面的代码时 return $a['order'] - $b['order'];它给了我升序的结果。0001.09在交换$a和$b时，它给出了除一个值之外的降序结果。 return $b['order'] - $a['order'];输出1.09000
我想按以下顺序
浏览 3修改于2017-05-23得票数 27
回答已采纳
耶拿--或者它的三重存储引擎--能在多台服务器上运行，让它水平扩展吗？
如果可以，请提供一个链接到安装指南在您的答案(学术论文似乎在这一领域，而实际指南似乎很少)。
浏览 1修改于2016-11-08得票数 3
回答已采纳
2回答
我希望比较几种技术在降维过程中保持的距离。我读过一些关于这里和这里这里类似主题的论文。
例如，我想用欧氏距离来测量PCA降维过程中保持的距离。
浏览 0修改于2019-04-23得票数 2
回答已采纳
而Tent映射的一个应用是在密码学中--论文1:基于神经密码的哈希函数的实现。
在特征哈希中，设x是D维的一个数据点，即它有D个元素数。在特征哈希中，使用线性散列函数将D维数据点转换为较低k维数据点，从而保持降维特征空间中的距离。哈希位k是通过操作h_k(x) = sign(y(x)) = sign(f(w_k^Tx +b))获得的。特征哈希函数在降维方面有多种选择：f = tanh()或简单随机抽样，以获得超平面。另一种选择是在数据不是线性可分的情况下使用内核函数。
浏览 5修改于2016-10-06得票数 2
我已经阅读了很多关于这个主题的论文，我想使用现有的解析器，比如斯坦福解析器来完成这个任务。我知道解析器输出两种类型的数据：
有些论文试图从解析结构树(如)构建三元组，但是这种方法似乎太弱，无法处理复杂的问题。另一方面，依赖树包含了大量的相关信息来执行三重提取。很多论文都声称做到了这一点，但我没有发现其中任何一篇文章给出了详细的过程或算法。有没有人知道有更多关于从问题的依赖树中提取(主语、谓语、宾语)信息的论文？
浏览 1修改于2019-03-17得票数 11
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号