局部加权学习技术在机器学习算法中的应用研究.docx

局部加权学习技术在机器学习算法中的应用研究

摘要

机器学习中有许多优秀的算法，如决策树学习、人工神经网络、贝叶斯学习、K-近邻算法、线性回归算法、遗传算法、局部加权学习算法以及EM算法等等，这些算法在回归、分类和聚类等方面发挥了重大的作用。然而，这些算法还是有可以改进的方面的，比如可以将局部加权学习技术运用到线性回归算法和朴素贝叶斯算法当中。这样，就可以提高线性回归算法的性能以及朴素贝叶斯算法的分类准确率。

局部加权学习技术在机器学习中有着广泛的应用。称之为“局部”，是相对于整个实例空间，它不是在整个实例空间上一次性的估计目标函数，而是当一个新分类出现时，仅利用其附近的一些实例来估计出一个