针对不确定正例和未标记学习的最近邻算法

• 作者: 张阳 李雪 潘世瑞 王勇
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 不确定数据 正例和未标记样本学习 最近邻算法
• 年，卷（期）: 2010,（9）
• 页码范围: 769-779
• 分类号: TP181
• 字数: 668字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2010.09.001

摘要

研究了在正例和未标记样本场景下不确定样本的分类问题,提出了一种新的算法NNPU(nearest neighbor algorithm for positive and unlabeled learning).NNPU具有两种实现方式:NNPUa和NNPUu.在UCI标准数据集上的实验结果表明,充分考虑数据不确定信息的NNPUu算法要比仅仅考虑样本中不确定信息均值的NNPUa算法具有更好的分类能力;同时,NNPU算法在对精确数据进行分类时,比NN-d、OCC以及aPUNB算法性能更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王勇	西北工业大学计算机学院	73	493	12.0	19.0
2	张阳	西北农林科技大学信息工程学院	47	232	6.0	13.0
6	潘世瑞	西北农林科技大学信息工程学院	1	4	1.0	1.0