西安交通大学学报
西安交通大學學報
서안교통대학학보
JOURNAL OF XI'AN JIAOTONG UNIVERSITY
2009年
4期
5-9
,共5页
何亮%宋擒豹%沈钧毅%海振
何亮%宋擒豹%瀋鈞毅%海振
하량%송금표%침균의%해진
近邻算法%预测模型%Boosting理论%组合方法
近鄰算法%預測模型%Boosting理論%組閤方法
근린산법%예측모형%Boosting이론%조합방법
针对传统k-近邻(k-NN)算法基于单一k值预测难以兼顾不同样本的个性,从而导致总体预测精度不够理想的问题,提出了一种组合Bk-NN预测方法.首先通过Boosting理论建立了个性化预测模型集,然后分别采用每个模型对样本进行独立预测,最后各模型预测值的加权和将作为最终预测结果.Bk-NN预测充分考虑了不同类型的样本可能要求不同的预测模型与之相适应的情况,有效降低了预测误差.与其他方法不同的是,Bk-NN预测对数据集的属性类型没有特殊要求.在标准数据集上的实验结果表明,Bk-NN预测精度比传统k-NN方法平均提高了6.44%～15.25%.
針對傳統k-近鄰(k-NN)算法基于單一k值預測難以兼顧不同樣本的箇性,從而導緻總體預測精度不夠理想的問題,提齣瞭一種組閤Bk-NN預測方法.首先通過Boosting理論建立瞭箇性化預測模型集,然後分彆採用每箇模型對樣本進行獨立預測,最後各模型預測值的加權和將作為最終預測結果.Bk-NN預測充分攷慮瞭不同類型的樣本可能要求不同的預測模型與之相適應的情況,有效降低瞭預測誤差.與其他方法不同的是,Bk-NN預測對數據集的屬性類型沒有特殊要求.在標準數據集上的實驗結果錶明,Bk-NN預測精度比傳統k-NN方法平均提高瞭6.44%～15.25%.
침대전통k-근린(k-NN)산법기우단일k치예측난이겸고불동양본적개성,종이도치총체예측정도불구이상적문제,제출료일충조합Bk-NN예측방법.수선통과Boosting이론건립료개성화예측모형집,연후분별채용매개모형대양본진행독립예측,최후각모형예측치적가권화장작위최종예측결과.Bk-NN예측충분고필료불동류형적양본가능요구불동적예측모형여지상괄응적정황,유효강저료예측오차.여기타방법불동적시,Bk-NN예측대수거집적속성류형몰유특수요구.재표준수거집상적실험결과표명,Bk-NN예측정도비전통k-NN방법평균제고료6.44%～15.25%.
