一种新的组合k-近邻预测方法 New Combined k-Nearest Neighbor Predictor.pdfVIP

下载本文档

8
0
约1.75万字
约 5页
2017-09-03 发布于湖北
举报
版权申诉

一种新的组合k-近邻预测方法 New Combined k-Nearest Neighbor Predictor.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
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。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第43卷第4期西安交通大学学报 V01．43N04 OFXI’AN UNIVERSITY 2009年4月 JOURNAL JIAOTONG Apr．2009 一种新的组合k一近邻预测方法何亮，宋擒豹，沈钧毅，海振 (西安交通大学计算机科学与技术系。710049。西安) 摘要：针对传统志一近邻(k-NN)算法基于单一k值预测难以兼顾不同样本的个性，从而导致总体预测精度不够理想的问题，提出了一种组合戳一NN预测方法．首先通过Boosting理论建立了个性化预测模型集，然后分别采用每个模型对样本进行独立预测，最后各模型预测值的加权和将作为最终预测结果．默一NN预测充分考虑了不同类型的样本可能要求不同的预测模型与之相适应的情况，有效降低了预测误差．与其他方法不同的是，戳一NN预测对数据集的属性类型没有特殊要求．在标准数据集上的实验结果表明，一NN预测精度比传统志一NN方法平均提高了6．44％-d5．25％．关键词：近邻算法；预测模型；Boosting理论；组合方法 NewCombinedk—Nearest Predictor Neighbor HE Qinbao，SHEN Zhen Liang，SONG Junyi，HAI of Scienceand 710049。China) (DepartmentComputer Technology。Xi’anJiaotongUniversity。Xi’an Abstract：The ofvariousinstancescan beensuredthe predictionaccuracy hardly by existing志一 nearest worksundera k value．Acombined忌一NN neighbor(志一NN)predictor。whichsingle algo— rithm，Bk—NN inthis novelBk—NN iSusedtobuild predictor·isproposedpaper．The algorithm fl setof models the eachmodelis to basedon then used up prediction Boostingprinciple，and pre— anew of the dict instance final valuethisinstanceis sumof respectively．Thepredicted weighted these values．The errorisreducedsincethecircumstancethatvariousin— prediction prediction stancesdemand modelstomatchwithis