原创力文档- 1、本文档共9页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
a06 最近邻方法模式识别课程国防科大
模式识别 * * 主讲： 蔡宣平 教授 电话： 73441（O）,73442（H） E-mail：xpcai@nudt.edu.cn 单位: 电子科学与工程学院信息工程系 第六章 最近邻方法 6.1 最近邻决策规则 6.2 剪辑最近邻法 6.3 实例 最近邻方法 最近邻决策规则—1-NN 最近邻方法 最近邻决策规则—k-NN 对于一个待识别模式x, 分别计算它与 个已知类别的样本 的距离, 取k个最近邻样本,这k个样本中哪一类最多, 就判属哪一类。即： 如果 则 显然 剪辑最近邻方法 剪辑最近邻法 对于两类问题，设将已知类别的样本集 分成参照集 和测试集 两部分，这两部分没有公共元素，它们的样本数各为NR和NT，NR+NT=N。利用参照集 中的样本 采用最近邻规则对已知类别的测试集 中的每个样本 进行分类，剪辑掉 中被错误分类的样本。 若 是 的最近邻元，剪辑掉不 与 同类的 ，余下的判决正确的样本组成剪辑样本集 ，这一操作称为剪辑。 剪辑最近邻方法 剪辑最近邻法 获得剪辑样本集 后，对待识模式 采用最近邻规则进行分类。 如果 则 这里 剪辑最近邻方法 剪辑k-NN 最近邻法 剪辑最近邻法可以推广至k—近邻法中，具体的做法是：第一步用k—NN 法进行剪辑，第二步用1—NN 法进行分类。 如果样本足够多，就可以重复地执行剪辑程序，以进一步提高分类性能。称为重复剪辑最近邻法。 实例： 以现金识别的数据作为模式样本进行最近邻法分类。 * * *
文档评论（0）