一种基于局部加权回归的分类方法`*
点击次数：
第一作者：徐晓丹
发表时间：2015-01-01
发表刊物：计算机工程与科学
所属单位：数理与信息工程学院
文献类型：期刊
卷号：第37卷
期号：第10期
页面范围：1959-1964
ISSN号：1007-130X
关键字：分类；映射关系；局部加权回归；k-NN；懒惰学习
摘要：分类是数据挖掘和数据分析中最有应用价值的技术之一。传统的积极学习方法需要预先对模型空间进行假设,并且没有充分考虑到实例之间的相关性,其泛化能力将会受到一定程度的影响。针对上述问题,提出了一种基于新型映射关系的局部加权回归方法 MLWR。该算法首先找出测试样本在训练集中的近邻样本,然后建立测试样本和近邻样本的回归函数,根据建立的回归模型和近邻样本的标签,计算得到测试样本的标签。实验与当前流行的多种分类方法在UCI的9个数据集上进行测试。实验结果表明我们的方法能有效地提高分类精度,对较大样本数据也有较好的适用
是否译文：否
上一条：网站设计教学改革中的慕课资源建设
下一条：基于信息增益的多标签特征选择算法