一种新的加权k-最临近分类方法

• 作者: 刘慧 李玉忱 苏鹏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: k-NN 信息增益 加权
• 年，卷（期）: 2003,（35）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 183-185
• 页数: 3页
• 分类号: TP311
• 字数: 3238字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2003.35.060

摘要

k-最临近(k-NN)分类方法在计算两训练样本的相异度时给每一属性加相同的权,这样会造成分类的准确性下降,尤其当存在很多无关属性时,甚至会造成混乱.针对这一弱点该文提出了一种用每一属性的信息增益作为该属性的权来计算训练样本间的相异度的数学模型,并将这一模型应用于k-最临近分类方法,改善了该方法的分类质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘慧	山东大学计算机科学与技术学院	68	357	10.0	17.0
2	李玉忱	山东大学计算机科学与技术学院	28	487	13.0	21.0
3	苏鹏	山东大学计算机科学与技术学院	9	186	5.0	9.0