基于小样本集弱学习规则的KNN分类算法.pdfVIP

第28卷第3期 计算机应用研究 V01．28No．3 201 1年3月 Researchof Mar．20Il Application Computers 基于小样本集弱学习规则的KNN分类算法’‘‘ 冷明伟1一，陈晓云2，谭国律1 (1．土饶师范学院数学与计算机学院，江西上饶334001；2．兰州大学信息科学与工程学院，兰州730000) 摘要：KNN及其改进算法使用类标号已知的数据集D，对类标号未知的数据集D。进行类别标志，如果D，中 的数据数量过少，将会影响最后的分类精度。基于小样本弱学习规则的KNN分类算法旨在提高基于小样本集 的KNN算法的分类精度，它首先对Df中的数据对象进行学习，从中选取一些数据，利用学到的标签知识对其进 行类别标号。然后将其加入到D，中；最后利用扩展后的D，时D。中的数据对象进行类别标志。通过使用标准数 据集的测试发现，该算法能够提高KNN的