-
题名基于自然邻居和最小生成树的原型选择算法
被引量：3
- 1
-
-
作者
朱庆生
段浪军
杨力军
-
机构
重庆大学计算机学院
-
出处
《计算机科学》
CSCD
北大核心
2017年第4期241-245,268,共6页
-
基金
国家自然科学基金(61272194)资助
-
文摘
K最近邻居是最流行的有监督分类算法之一。然而,传统的K最近邻居有两个主要的问题:参数K的选择以及在大规模数据集下过高的时间和空间复杂度需求。为了解决这些问题,提出了一种新的原型选择算法,它保留了一些对分类贡献很大的关键原型点,同时移除噪声点和大多数对分类贡献较小的点。不同于其他原型选择算法,该算法使用了自然邻居这个新的邻居概念来做数据预处理,然后基于设定的终止条件构建若干个最小生成树。基于最小生成树,保留边界原型,同时生成一些具有代表性的内部原型。基于UCI基准数据集进行实验,结果表明提出的算法有效地约简了原型的数量,同时保持了与传统KNN相同水平的分类准确率;而且,该算法在分类准确率和原型保留率上优于其他原型选择算法。
-
关键词
K最近邻居
原型选择
自然邻居
最小生成树
分类
-
Keywords
K-nearest neighbor
Prototype selection
Natural neighbor
Minimum spanning tree
Classification
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
