基于提升度的KNN分类子的分类原则改良模型 |
| |
引用本文: | 吴昊,秦立春,罗柳容.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(2). |
| |
作者姓名: | 吴昊 秦立春 罗柳容 |
| |
作者单位: | 广西师范大学 计算机科学与信息工程学院,广西 桂林,541004;柳州铁道职业技术学院,广西 柳州,545616 |
| |
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 |
本文献已被 CNKI 万方数据 等数据库收录! |
|