结合属性值贡献度与平均相似度的KNN改进算法
결합속성치공헌도여평균상사도적KNN개진산법
Improved KNN algorithm based on contribution of attribute value and average similarity
  • 万方数据
    计算机工程与应用 계산궤공정여응용
    COMPUTER ENGINEERING AND APPLICATIONS
    2010年 18期 130-131 ,共2页

    张玲珠%周忠眉

    장령주%주충미

    分类%K-近邻算法%相似度 分類%K-近鄰算法%相似度
    분류%K-근린산법%상사도
    与传统的K-近邻算法不同,提出了一种结合属性值贡献度与平均相似度的KNN改进算法.首先考虑测试样本与相似样本点间的平均相似度,其次考虑不同类别中的相似样本点的个数,最后还考虑与相似样本相同的属性值对类别的贡献度.在蘑菇数据集上进行实验结果表明,改进后的KNN分类算法的准确率比传统的K-近邻分类算法的准确率更高.
    여전통적K-근린산법불동,제출료일충결합속성치공헌도여평균상사도적KNN개진산법.수선고필측시양본여상사양본점간적평균상사도,기차고필불동유별중적상사양본점적개수,최후환고필여상사양본상동적속성치대유별적공헌도.재마고수거집상진행실험결과표명,개진후적KNN분류산법적준학솔비전통적K-근린분류산법적준학솔경고.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문