期刊专题

10.3969/j.issn.1002-137X.2013.z2.040

基于属性值相关距离的KNN算法的改进研究

引用
样本距离机制的定义直接影响到KNN算法的准确性和效率.针对传统KNN算法在距离的定义及类别决定上的不足,提出了利用属性值对类别的重要性进行改进的KNN算法(FCD-KNN).首先定义两个样本间的距离为属性值的相关距离,此距离有效度量了样本间的相似度.再根据此距离选取与待测试样本距离最小的K个近邻,最后根据各类近邻样本点的平均距离及个数判断待测试样本的类别.理论分析及仿真实验结果表明,FCD-KNN算法较传统KNN及距离加权-KNN的分类准确性要高.

KNN算法、相关距离、属性值、样本距离机制

40

TP301.6(计算技术、计算机技术)

广西教育厅科研基金项目201106LX577,201106LX604;国家自然科学基金项目40971234;河池学院青年科研项目2012B-N005,2012B-N007

2014-04-16(万方平台首次上网日期,不代表论文的发表时间)

共4页

157-159,187

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

40

2013,40(z2)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn