一种基于局部加权回归的分类方法

• 作者: 刘华文 刘日仙 姚明海 徐晓丹
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 分类 映射关系 局部加权回归 k-NN 懒惰学习
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 数据挖掘
• 页码范围: 1959-1964
• 页数: 6页
• 分类号: TP181
• 字数: 4309字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2015.10.024

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	姚明海	浙江工业大学信息工程学院	91	1088	17.0	30.0
2	徐晓丹	浙江工业大学信息工程学院	21	185	8.0	13.0
6	刘华文	浙江师范大学数理与信息工程学院	15	93	6.0	9.0
7	刘日仙	浙江工业大学信息工程学院	1	1	1.0	1.0