k-近邻算法的改进及实现 improvement and implementation of k nearest neighbors algorithm.pdfVIP

下载本文档

4
0
约 3页
2017-11-02 发布于上海
举报
版权申诉

k-近邻算法的改进及实现 improvement and implementation of k nearest neighbors algorithm.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

k-近邻算法的改进及实现 improvement and implementation of k nearest neighbors algorithm

K一近邻算法的改进及实现文章编号：1003—5850(2008)02一0018一03 K一近邻算法的改进及实现 and ofKNearest ImproVementlmplementationNeighborsAlgorithm 张宇 (辽宁工程技术大学阜新123000) 【摘要】利用k一近邻算法进行分类时，如果属性集包含不相关属性或弱相关属性，那么分类精度将会降低。研究了k一近邻分类器，分析了k一近邻分类器的缺点，提出了一种利用随机属性子集组合k近邻分类器的算法。通过随机的属性子集组合多个k近邻分类器，利用简单的投票，对多个k一近邻分类器的输出进行组合，这样可有效地改进k一近邻分类器的精度。【关键词】k一近邻分类器，属性子集，投票中图分类号：TP39l 文献标识码：A ABSTRACTWhenknearest isusedto which new toinclassification，the neighbors judge categoryobjectsbelong isreducediftheattributecollectioncontainstheuncorrelatedattributeortheweakcorrelatedattribute．After precision kNearest and the ofkNearest an ofMKNNa Neighbor8analyzingshortcomings Neighbors，thepaperproposesalgorithm using randomsubsetsattributions．Withthe nearest classifiers8recombinedviaarandom of method，themultiple simplevoting neighbor attributionsetandthe ofthe KNNclassifiersarecombined．ThemethodofMKNNcan onthe outputs multiple improve ‘ classification precision． KEYWORDSKnearest of neighbors，subsetattributions，voting I{lNI一Kthen 1 k一近邻分类器 N=N U{d)； Else Nearest KNN(K Neighbors，KNN)是一种常用 If 的基于距离度量的分类方法。KNN技术假设整个训 N—N一{u)；练集不仅包含数据集，而且包含每个元组期望的类别 N—NU{d)；标签。实际上，训练数据就成为模型。当对一个新元组