基于混合模重构的 kNN 回归

• 作者: 宗鸣 朱永华 程德波 龚永红
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 线性回归 稀疏编码 重构 l1-范数 l2,1-范数 噪声样本
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 算 法
• 页码范围: 232-236,241
• 页数: 6页
• 分类号: TP181
• 字数: 4721字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.02.054

摘要

对于线性回归中 kNN（k-Nearest Neighbor）算法的 k 值固定问题和训练样本中的噪声问题，提出一种新的基于重构的稀疏编码方法。该方法用训练样本重构每一个测试样本，重构过程中，l 1-范数被用来确保每个测试样本被不同数目的训练样本来预测，以此解决 kNN 算法固定 k 值问题；l 2，1-范数导致的整行稀疏被用来去除噪声样本，以避免数据集上的噪声对重构产生不利影响。实验在 UCI 数据集上显示：新的改进算法比原来的 kNN 算法在线性回归中具有更好的预测效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程德波	广西师范大学广西多源信息挖掘与安全重点实验室	10	92	5.0	9.0
5	宗鸣	广西师范大学广西多源信息挖掘与安全重点实验室	5	71	5.0	5.0
9	朱永华	广西大学计算机与电子信息学院	6	33	5.0	5.0