计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2012年
15期
139-141
,共3页
近邻元分析%距离测度学习%降维%K近邻%文本分类
近鄰元分析%距離測度學習%降維%K近鄰%文本分類
근린원분석%거리측도학습%강유%K근린%문본분류
在近邻元分析(NCA)算法的基础上,提出K近邻元分析分类算法K-NCA.利用NCA算法完成对训练样本集的距离测度学习和降维,定义类偏斜因子,引入K近邻思想,得到测试样本的类条件概率估计,并通过该概率进行类别判定,实现文本分类器功能.实验结果表明,K-NCA算法的分类效果较好.
在近鄰元分析(NCA)算法的基礎上,提齣K近鄰元分析分類算法K-NCA.利用NCA算法完成對訓練樣本集的距離測度學習和降維,定義類偏斜因子,引入K近鄰思想,得到測試樣本的類條件概率估計,併通過該概率進行類彆判定,實現文本分類器功能.實驗結果錶明,K-NCA算法的分類效果較好.
재근린원분석(NCA)산법적기출상,제출K근린원분석분류산법K-NCA.이용NCA산법완성대훈련양본집적거리측도학습화강유,정의류편사인자,인입K근린사상,득도측시양본적류조건개솔고계,병통과해개솔진행유별판정,실현문본분류기공능.실험결과표명,K-NCA산법적분류효과교호.
