基于提升度的KNN分类子的分类原则改良模型

吴昊, 秦立春, 罗柳容

广西师范大学学报(自然科学版) ›› 2019, Vol. 37 ›› Issue (02) : 75 -81.

PDF
广西师范大学学报(自然科学版) ›› 2019, Vol. 37 ›› Issue (02) : 75 -81. DOI: 10.16088/j.issn.1001-6600.2019.02.009

基于提升度的KNN分类子的分类原则改良模型

    吴昊, 秦立春, 罗柳容
作者信息 +

Author information +
文章历史 +
PDF

摘要

针对非均匀类数据,本文提出K最近邻分类子的一个分类原则改良方法,能够度量待分类数据的K个近邻点中的类比率提升量,增大了最小类数据的竞争力,明显地提高了小类数据的分类正确率。实验结果表明,本文提出的改良分类原则对非均匀数据分类的准确率明显高于传统的KNN分类算法。

关键词

分类 / KNN分类算法 / 非均匀数据 / 提升度

Key words

引用本文

引用格式 ▾
基于提升度的KNN分类子的分类原则改良模型[J]. 广西师范大学学报(自然科学版), 2019, 37(02): 75-81 DOI:10.16088/j.issn.1001-6600.2019.02.009

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

67

访问

0

被引

详细

导航
相关文章

AI思维导图

/