一种基于信息增益的K-NN改进算法

被引：10

作者：

魏孝章 ^{[1
]}

豆增发 ^{[2
]}

机构：

[1] 陕西教育学院数理工程系

[2] 西安电子科技大学计算机学院

来源：

计算机工程与应用 | 2007年 / 19期

关键词：

K-NN算法; 信息增益; 信息熵; 可拓关联度;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对传统K-NN算法易受单个属性干扰和时间效率较低的问题,提出了利用信息增益和可拓关联度对其进行改进。通过计算属性的信息增益来确定属性的权重系数,根据权重系数将属性划分为关键属性、次要属性和无关属性,在计算欧氏距离时引入权重系数,使各个属性的作用受其重要性的约束,有效地提高了K-NN算法的抗干扰能力和精确性。将属性空间划分为若干个子空间,利用可拓关联度将待测样本映射到某个子空间中,由这个子空间组成搜索空间,减少计算量,提高时间效率;测试结果表明,改进后的算法可行有效。

引用

页码：188 / 191

页数：4