4种分类算法参数选择及分类特点研究

• 作者: 侯玉珊 杨伟丽 王喆 王正杰 郭银景
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 参数选取 分类特点 K近邻 支持向量机 决策树
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 54-60
• 页数: 7页
• 分类号: TP301.6
• 字数: 6034字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.02.012

摘要

对分类算法的描述通常缺少定量的分析与研究,本文以K-近邻、支持向量机和决策树为研究对象,定量分析算法参数、数据噪音、节点数量对分类精度和运行时间的影响.首先研究这几种算法及参数作用,选定最优参数,分析不同噪音对分类精度的影响,然后分析节点数量对分类精度影响及运行时间变化.通过Scikit-learn模块对讨论内容进行仿真实验,实验结果清楚地展示了分类算法在不同参数条件下分类特点,为实际数据分类研究提供指导.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭银景	山东科技大学电子通信与物理学院	53	272	9.0	14.0
2	王正杰	山东科技大学电子通信与物理学院	2	8	2.0	2.0
3	杨伟丽	山东科技大学电子通信与物理学院	3	8	2.0	2.0
4	王喆	山东科技大学电子通信与物理学院	2	8	2.0	2.0
5	侯玉珊	山东科技大学电子通信与物理学院	2	8	2.0	2.0