文档名：基于局部密度和纯度的自适应k近邻算法
目的：对K最近邻(K-NearestNeighbor,KNN)算法中k值的选取通常是人为设定,而且通常是固定的缺点,研究如何更好地选取k值.方法：引入k的可信度的概念,提出一种基于局部密度和纯度的自适应选取k值的方法,并将其引入到传统的KNN分类算法中.结果：该算法合理的考虑了样本的局部密度、纯度与选取k值的关系,不仅解决了k值的选取问题,并且避免了固定k值对分类的影响.结论：该算法是有效的,可以得到较高的准确率,但算法的时效性有待提高.
作者：张兵蒙祖强沈亮亮李虹利
作者单位：广西大学计算机与电子信息学院,广西南宁530004
母体文献：广西计算机学会成立30周年庆典暨2016年学术年会论文集
会议名称：广西计算机学会成立30周年庆典暨2016年学术年会
会议时间：2016年11月26日
会议地点：南宁
主办单位：广西计算机学会
语种：chi
分类号：
关键词：K最近邻算法 k值选取 可信度 局部密度 纯度
在线出版日期：2019年6月26日
基金项目：
相似文献
相关博文
- 文件大小:
- 780.13 KB
- 下载次数:
- 60
-
高速下载
|
|
