基于JS散度的属性加权条件概率分布的改进距离度量

胡桂开; 杨沛融

doi:10.13624/j.cnki.issn.1001-7445.2026.0488

广西大学学报（自然科学版） ›› 2026, Vol. 51 ›› Issue (02) : 488 -496. DOI: 10.13624/j.cnki.issn.1001-7445.2026.0488

基于JS散度的属性加权条件概率分布的改进距离度量

胡桂开, 杨沛融

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对基于属性独立性假设的距离度量方法忽略属性本身对距离的影响，导致度量准确率较低的问题，提出一种基于JS散度的属性加权条件概率分布的不相似性度量。首先，计算属性与类的信息增益率，将其作为权重赋给每个属性；其次，提出JS散度来度量条件概率分布的差异；最后，基于k近邻(KNN)算法对20个UCI数据集进行仿真实验。结果表明，本文提出的距离度量提高了KNN算法在类概率估计方面的性能。