最小距离分类器的改进算法_加权最小距离分类器.pdfVIP

第 25卷第 5期 计算机应用 Vo l. 25 No. 5 2005年 5 月 　 Compu ter App lication s 　 M ay 2005 文章编号 : 100 1 - 9081 (2005) 05 - 0992 - 03 最小距离分类器的改进算法 ———加权最小距离分类器 任 　靖 , 李春平 (清华大学 软件学院 ,北京 100084) (rj02 @m ailstsinghuaedu cn) 摘 　要 :最小距离分类器是一种简单而有效的分类方法 。为了提高最小距离分类器的分类性能 , 主要的改进方法是选择更有效的距离度量 。通过分析多重限制分类器和决策树分类器的分类原则 , 提出了基于标准化欧式距离的加权最小距离分类器 。该分类器通过对标称型和字符串型属性的距离 的加权定义 , 以及增加属性值的范围约束 ,扩大了最小标准化欧式距离分类器的适用范围 , 同时提高 了其分类准确率 。实验结果表明 ,加权最小距离分类器具有较高的分类准确率 。 关键词 :最小距离分类器 ;欧式距离 ;多重限制分类器 ;决策树分类器 中图分类号 : TP3 11　　文献标识码 : A Im proved m in im um d istance cla ssif ier — we ighted m in im um d istance cla ssif ier R EN J ing, L I Chunp ing (S chool of S of tw a re, Ts ing hua Un ivers ity, B eij ing 100084, Ch ina) A b stract: M in im um distance cla ssifier is a simp le and effective cla ssification m ethod. To imp rove its cla ssification p erform ance, the m ain m ethod s were selecting the more effective distance m easu re. On the ba sis of analyzing the cla ssification p rincip le of decision tree cla ssifier and p arallelp ip ed cla ssifier, a new cla ssification m ethod based on norm alized Euclidian distance, called WMDC (weighted m in imum distance cla ssifier) , was p ropo sed. By adding weigh t define w ith nom inal and string attribu te s and adding range restriction of attributes value, WMDC extended app licab ility of MDC (m in imum distance classifier) u sing norm alized Euclidian dis