학술논문
基于最重要特征的裁剪k-近邻分类算法设计 / Design of cutting k-nearest neighbor classification algorithm based on the most important feature search
Document Type
Academic Journal
Author
Source
电子设计工程 / Electronic Design Engineering. 27(14):135-138
Subject
Language
Chinese
ISSN
1674-6236
Abstract
k-近邻分类算法是机器学习分类算中一个重要的算法.其精度高具有广泛应用.但时间和空间复杂度高.本文着眼于此,根据香农熵理论,提出了一种通过计算信息增益寻找对分类结果影响最大的特征,并根据该特征进行原始训练集划分并进行样本裁剪构造训练子集,在该子集上应用传统k-近邻的方法,从而降低传统k-近邻分类算法的时间复杂度.实验结果表明,该方法保持了传统k-近邻分类算法的精度,引入了最重要特征对分类结果的影响,有效降低了传统k-近邻分类算法的时间复杂度.