一种k-NN分类器k值自动选取方法

被引：7

作者：

杜磊

杜星

宋擒豹

机构：

[1] 西安交通大学电子与信息工程学院

来源：

控制与决策 | 2013年 / 28卷 / 07期

关键词：

分类; k-NN算法; 近邻数; 近邻数选取;

D O I：

10.13195/j.cd.2013.07.116.dul.028

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

k-NN分类算法已广泛应用于文本挖掘和模式识别等领域,其近邻数直接影响着分类精度,值过小时k-NN会受到噪声的影响,值过大时同样会降低分类精度,为此提出一种快速选取值的方法.首先给出值的候选集,然后在候选集上快速地选取值.在100个公开数据集上的实验结果表明,所提出的算法能够选取一个有效的近邻数,是一种效果好、有潜力的方法.

引用

页码：1073 / 1077+1082 +1082

页数：6

共 3 条

[1]

Top 10 algorithms in data mining[J] . Xindong Wu,Vipin Kumar,J. Ross Quinlan,Joydeep Ghosh,Qiang Yang,Hiroshi Motoda,Geoffrey J. McLachlan,Angus Ng,Bing Liu,Philip S. Yu,Zhi-Hua Zhou,Michael Steinbach,David J. Hand,Dan Steinberg. Knowledge and Information Systems . 2009 (1)

[2] On nearest neighbor classification using adaptive choice of k [J].

Ghosh, Anil K. .

JOURNAL OF COMPUTATIONAL AND GRAPHICAL STATISTICS, 2007, 16 (02) :482-502

[3]

RIONA: A New Classification System Combining Rule Induction and Instance-Based Learning[J] . Grzegorz Góra,Arkadiusz Wojna. Fundamenta Informaticae . 2002 (4)

← 1 →