- 1、本文档共5页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(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
SMwKnn基于类别子空间距离加权的互k近邻算法.pdf
第41卷第2期 计算机科学 V01.41No.2
20t4年2月 Science Feb2014
Computer
SMwKnn:基于类别子空间距离加权的互k近邻算法
卢伟胜郭躬德严宣辉陈黎飞
(福建师范大学数学与计算机科学学院福州350007)
摘要互是最近邻算法(mKnnc)是k最近邻分类算法(Knn)的一种改进算法,该算法用互奄最近邻原则对训练样本
以及k最近邻进行噪声消除,从而提高算法的分类效果。然而在利用互五最近邻原则进行噪声消除时,并没有将类别
属性考虑进去,因此有可能把真实有效的数据当成噪声消除掉,从而影响分类效果。基于类别子空间距离加权的互k
最近邻算法考虑到近邻的距离权重,既能消除冗余或无用属性对最近邻分类算法依赖的相似性度量的影响,又能较好
地消除邻居中的噪声点。最后在UCI公共数据集上的实验结果验证了该算法的有效性。
关键词类别子空间,互k最近邻,距离加权,子空间
中图法分类号TP391文献标识码A
kNearest BasedonClass and
SMwKnn:Mutual
NeighboutsAlgorithm Subspace
LU GUO YANXuan-huiCHENLi-fei
Wei-shengGong-de
(SchoolofMathematicsand Normal 350007,Cllim)
ComputerScience,FujianUniversity,Fuzhou
AbstractMkIlncisan oftheknearest usesthemutualknearest
improvedalgorithm neighbours(KNN),which neigh—
bourstoeliminateanomaliesinthe setandthek nearest hasthebetter thanKNN.
training neighbours.It performance
realandeffectivedata be of
However,the eliminatedasthenoisesSOthat the classificationin
may influencingefficiency
thenoiseeliminationwithouttheclasslabelintoconsideration.Themutualk nearest
stage taking neighboursalgorithm
basedonClaSS and intoaccountcaneliminatethein—
subspacedistance-weighted(SMwKnn)takingdistance-weighted
or
fluenceoftheredundantuselessattributesonthe measurementoftheknearest classificational—
文档评论(0)