首页> 中文期刊> 《计算机工程与应用》 >结合属性值贡献度与平均相似度的KNN改进算法

结合属性值贡献度与平均相似度的KNN改进算法

             

摘要

与传统的K-近邻算法不同,提出了一种结合属性值贡献度与平均相似度的KNN改进算法.首先考虑测试样本与相似样本点间的平均相似度,其次考虑不同类别中的相似样本点的个数,最后还考虑与相似样本相同的属性值对类别的贡献度.在蘑菇数据集上进行实验结果表明,改进后的KNN分类算法的准确率比传统的K-近邻分类算法的准确率更高.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号