一种新的加权k_最临近分类方法.pdf

下载文档

1
0
约3.04万字
约 3页
2018-05-30 发布于河南
举报
版权申诉
保障服务

一种新的加权k_最临近分类方法.pdf

1、本文档共3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)。

一种新的加权k_最临近分类方法

一种新的加权!最临近分类方法苏鹏李玉忱刘慧（山东大学计算机科学与技术学院，济南 !%B）： ?(/1-0 .C@D8E%! F41G::$H:/$H8 摘要最临近（）分类方法在计算两训练样本的相异度时给每一属性加相同的权，这样会造成分类的准确性下 ’( ’()) 降，尤其当存在很多无关属性时，甚至会造成混乱。针对这一弱点该文提出了一种用每一属性的信息增益作为该属性的权来计算训练样本间的相异度的数学模型，并将这一模型应用于’(最临近分类方法，改善了该方法的分类质量。关键词 ’()) 信息增益加权文章编号（）文献标识码中图分类号 !(I##( !# #%( I#(# J KL# # $% ’%()*+%, !$$ -%+*., /0 1%2) 3( 405*%2 3(0 60( （，，） MHG::0 :9 N:/@C3D2 MH-D8HD O KDHG8:0:4 MG18P:8 Q8-RD2.-34 S-818 !%B #78+9:5+ ： 78 ’()) /D3G:P .1/D 91H3:2 -. 1..-8DP 3: D1HG 1332-TC3D UGD8 H:/@C3-8 3GD P-..-/-012-34 :9 3U: P-99D2D83 ，， 321-8-8 .1/@0D. 1. 1 2D.C03 3GD 1HHC21H4 :9 H01..-9-H13-:8 D3. U:2.D 18P DRD8 H:89C.-:8 U-00 H:/D -83: TD-8 D.@DH-1004 UGD8 3GD2D 12D /184 -22D0DR183 1332-TC3D.$78 :2PD2 3: D0-/-813D 3G13 UD1’8D.. -8 3G-. @1@D2 1 /13GD/13-H10 /:PD0 1..-8-8 -89:2/13-:8 1-8 1. 91H3:2 3: D1HG 1332-TC3D UGD8 H:/@C3-8 3GD P-..-/-012-34 :9 3U: P-99D2D83 321-8-8 ， .1/@0D. -. @C3 9:2U12P 18P 1@@0-DP 3: ’()) /D3G:P H:8.DVCD8304 3GD H01..-9-H13-:8 VC10-34 :9 3G-. /D3G:P -. -/@2:RDP$ ：，， ;%.9,8 ’()) 789:2/13-:8 ;1-8 WD-G3DP 引言息增益越大，其包含的信息量也越大。也就是说，属性的信息增 *!+ 很多应用于模式识别问题的最简单的分类算法都基于’(