matlab - matlab中有离散化的方法吗?

标签 matlab machine-learning cluster-analysis neural-network

我的数据文件中有一组属性,如下所示: enter image description here

所选属性由离散和连续属性类型组成。属性协议(protocol)类型和服务是离散类型的,属性Src Bytes、Dst Bytes、Count是连续类型的。

我想尝试实现 k-means/fcm 算法来对神经网络的训练数据进行聚类,但我必须以迭代次数处理数据集,连续类型属性会增加算法的负载,从而减少的表现。因此它们被转换为离散值,但我如何在 matlab 中实现这一点?

我还需要帮助来理解离散和连续以及提到的算法为什么或如何使用它们?

最佳答案

Matlab 默认使用双浮点精度。我不认为使用 Matlab 的解释器执行整数算术有显着的改进(使用整数数据类型实际上可能会更慢,因为 Matlab 的函数针对 double 进行了优化)。

编写您的算法而不用担心优化,然后如果它太慢,请使用分析器来查找算法的哪些部分很慢。

关于matlab - matlab中有离散化的方法吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/7774768/

相关文章:

c# - 如何在 matlab 中删除对 .net 程序集的引用

Matlab - 如何检查句柄是否存在

artificial-intelligence - 选择正确的神经网络类型

java - java中调用R-Rcaller

python - 在python中生成具有三个类的3个圆圈数据集

python - 大数据集如何比较簇数?

matlab - 如何在 matlab 中从 3d 矩阵制作视频

matlab - 多标签分类的 libsvm 输出预测概率

parameters - 没有输入参数的聚类数据

python - 关于 tf.summary.scalar 的使用