...数目可达几百甚至上千，同时拥有成千上万个属性，我们将这类对象、属性数量特别大的数据对象称为高维数据（High Dimension Data，HDD）[1]。 高维数据与低维数据在许多方面表现出不同的特性，如稀疏性以及“维度效应”现象[2]等。
基于6个网页-相关网页
The method is suitable for large scale and high dimension data classifying problem.
该方法适用于大规模及高维属性的数据分类问题。
A combined optimization decision tree algorithm suitable for a large scale and high dimension data-base is presented.
提出了一种适合于大规模高维数据库的组合优化决策树算法。
The effectiveness and efficiency of the algorithms have been shown by experimental results, especially for the high dimension data warehouses.
实验证明了一系列算法的效率和有效性，尤其适合数据仓库中的高维数据集。
应用推荐