基于自然邻居和最小生成树的原型选择算法.pdfVIP

第44卷第4期 计算机科学 V01．44No．4 2017年4月 COⅣIPUTERSCIEN(：E Apr．2017 基于自然邻居和最小生成树的原型选择算法 朱庆生段浪军杨力军 (重庆大学计算机学院 重庆400044) 摘要K最近邻居是最流行的有监督分类算法之一。然而，传统的K最近邻居有两个主要的问题：参数K的选择 以及在大规模数据集下过高的时间和空间复杂度需求。为了解决这些问题，提出了一种新的原型选择算法，它保留了 一些对分类贡献很大的关键原型点，同时移除噪声点和大多数对分类贡献较，J、的点。不同于其他原型选择算法，该算 法使用了自然邻居这个新的邻居概念来做数据顸处理，然后基于设定的终止条件构建若干个最小生成树。基于最小 生成树，保留边界原型，同时生成一些具有代表性的内部原型。基于UCI基准数据集进行实验，结果表明提出的算法 有效地约简了原型的数量，同时保持了与传统KNN相同水平的分类准确率；而且，该算法在分类准确率和原型保留 率上优于其他原型选择算法。 关键词K最近邻居，原型选择，自然邻居，最小生成树，分类 DOI 中图法分类号TP391文献标识码A 10．11896／j．issn．1002—137X．2017．04．051 Selection BasedOilNatural andMST PrototypeAlgorithm Neighbor ZHU DUAN YANG Qing-shengLang-jun LHun of 400044，CKrla) (CollegeComputerScience，ChongqingUniversity，Chongqing AbstractK-nearest oneofthemost for neighbor(KNN)ispopularalgorithmssupervised traditionalKNNclassificationhastwo1imitationsthatthe of Kand and parameter computational option prohibitive for these new selection was demand datasets．Toovercomelimitations，a algorithm storage large prototype proposed， tO and themost whichretainssome thatmakea contributionclassificationremoves ofother keyprototypes large proto— withlittlecontributionfor fromother selection usesa types classification．Di