基于属性Bagging kNN性能的增强

• 作者: 张震 胡捍英
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: Bagging kNN 属性Bagging
• 年，卷（期）: 2005,（15）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 160-161,171
• 页数: 3页
• 分类号: TP391.9
• 字数: 4595字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2005.15.059

摘要

提出了用于增强kNN的属性Bagging(ABagging),ABagging通过对属性重抽样而不是对训练实例重抽样来获得多个训练集.kNN对于属性重抽样不稳定,因而ABagging能有效降低kNN的错误率.ABagging kNN对于不相关属性也有比kNN强得多的抵抗力.另外Abagging kNN的速度也比Bagging kNN更快.用UCI数据集证明了ABagging kNN的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡捍英	解放军信息工程大学信息工程学院	124	707	13.0	20.0
2	张震	解放军信息工程大学信息工程学院	22	116	5.0	10.0