kNN中局部生成模型测度学习

摘要：

已有的关于k近邻测度学习算法的工作主要集中于纯区分模型.在假定隐含的生成模型已知的情况下,提出了一种通过分析样本的k个近邻点的概率密度学习测度的方法.实验表明,这种基于类的生成模型假设学习到的局部测度可以有效改善kNN区分模型的性能.

关键词：k近邻、测度学习、生成模型、区分模型

所属期刊栏目：47

分类号：TP39(计算技术、计算机技术)

在线出版日期：2012-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：173-175