胡俊紅

【摘要】隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，數(shù)據(jù)庫技術(shù)的發(fā)展也隨之提高，而海量的數(shù)據(jù)系統(tǒng)使得大數(shù)據(jù)分類與處理顯得尤為重要，而現(xiàn)有的數(shù)據(jù)統(tǒng)計(jì)分類方法存在一些缺陷，準(zhǔn)確度以及效率都達(dá)不到要求，本文簡(jiǎn)要探討基于概率統(tǒng)計(jì)下的大數(shù)據(jù)分類方法，希望可以對(duì)讀者有一定的幫助.

【關(guān)鍵詞】概率統(tǒng)計(jì)；大數(shù)據(jù)分類方法；微分方程；二項(xiàng)-泊松模型

大數(shù)據(jù)分類方法目前主要應(yīng)用于故障診斷、情報(bào)檢索以及識(shí)別信息等領(lǐng)域，而基于概率統(tǒng)計(jì)下的大數(shù)據(jù)分析主要是運(yùn)用泊松模型以及概率密度估計(jì)和泊松微分方程等進(jìn)行分析數(shù)據(jù)，通過特征值的計(jì)算，從而對(duì)大數(shù)據(jù)進(jìn)行準(zhǔn)確直接的分類，本文簡(jiǎn)要從大數(shù)據(jù)分類泊松模型進(jìn)行簡(jiǎn)要敘述.

一、大數(shù)據(jù)分析二項(xiàng)-泊松模型

（一）二項(xiàng)-泊松模型概念及計(jì)算思路

進(jìn)而通過柯西收斂性條件，求證大數(shù)據(jù)收斂性成立.

通過本文的介紹，可以看出基于概率統(tǒng)計(jì)下的大數(shù)據(jù)分類是一個(gè)較為復(fù)雜的過程，主要運(yùn)用到二項(xiàng)-泊松模型以及各類微分方程以及行列式的計(jì)算統(tǒng)計(jì)方法，而模型的建立只是數(shù)據(jù)處理的步驟之一，概率統(tǒng)計(jì)下的大數(shù)據(jù)分類將是一件具有挑戰(zhàn)性的事情，相信在不久的未來，大數(shù)據(jù)分類將會(huì)更加便利、準(zhǔn)確，為數(shù)據(jù)分析和人類發(fā)展做出一份貢獻(xiàn).

【參考文獻(xiàn)】

[1]劉俊，劉瑜，何友，等.雜波環(huán)境下基于全鄰模糊聚類的聯(lián)合概率數(shù)據(jù)互聯(lián)算法[J].電子與信息學(xué)報(bào)，2016（7）：1432-1438.

[2]于化龍，顧國(guó)昌，趙靖，等.基于微陣列數(shù)據(jù)的癌癥分類問題研究進(jìn)展[J].計(jì)算機(jī)科學(xué)，2010（1）：116-122.