基于数据集特征的KNN最优K值预测方法

• 作者: 刘蔷 朱丽萍 李洪奇 杨中国
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: KN N分类算法 数据集特征 信息熵 最优K
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 数据工程
• 页码范围: 54-58,83
• 页数: 6页
• 分类号: TP18
• 字数: 5176字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.06.014

摘要

KN N算法中的参数K的选择一般采取多次交叉验证方法求取，数据规模较大时并不适用。同时，影响参数选择最根本的因素是数据集本身。因此，提出利用数据集本身的特征预测最优K值的方法。首先提取历史数据集的简单特征、统计特征、信息熵特征、简单算法精度特征、复杂度特征等构建特征向量，然后利用线性回归、神经网络等方法建立特征向量与最优K值之间的预测模型，并用该模型预测新数据集的最优K值。在UCI数据集上的实验表明，该方法能迅速预测最优K值，并确保一定的精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李洪奇	中国石油大学石油数据挖掘北京市重点实验室	50	640	15.0	23.0
5	刘蔷	中国石油大学石油数据挖掘北京市重点实验室	14	85	6.0	9.0
9	杨中国	中国石油大学石油数据挖掘北京市重点实验室	10	34	3.0	5.0
13	朱丽萍	中国石油大学石油数据挖掘北京市重点实验室	15	144	6.0	11.0