一种基于信息增益的K-NN改进算法

被引：5

作者：

豆增发 ^{[1
]}

王英强 ^{[2
]}

王保保 ^{[1
]}

机构：

[1] 西安电子科技大学计算机学院

[2] 西安思源学院计算机科学与技术系

来源：

电子科技 | 2006年 / 12期

关键词：

K-最近邻算法; 信息增益; 信息熵;

D O I：

10.16180/j.cnki.issn1007-7820.2006.12.015

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

K-最近邻(K-nearestneighbor,简称KNN)算法是一种在人工智能领域如专家系统、数据挖掘、模式识别等方面广泛应用的算法。该算法简单有效,易于实现,但是其K值难以确定,而且分类结果易受单个属性干扰。文中提出了一种简单易行的K值确定方法,并利用Quinlan信息增益理论,提出了基于信息增益的K-最近邻改进算法。通过实验证明,改进后的K-NN算法具有较强的抗干扰能力和较好的精确性。

引用

页码：52 / 56

页数：5