基于Bagging的组合k-NN预测模型与方法
DOI:
CSTR:
作者:
作者单位:

西安交通大学电子与信息工程学院,西安710049

作者简介:

宋擒豹

通讯作者:

中图分类号:

TP274

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    k-近邻方法基于单一k值预测,无法兼顾不同实例可能存在的特征差异,总体预测精度难以保证.针对该问题,提出了一种基于Bagging的组合k-NN预测模型,并在此基础上实现了具有属性选择的Bgk-NN预测方法.该方法通过训练建立个性化预测模型集合,各模型独立生成未知实例预测值,并以各预测值的中位数作为组合预测结果.Bgk-NN预测可适用于包含离散值属性及连续值属性的各种类型数据集.标准数据集上的实验表明,Bgk-NN预测精度较之传统k-NN方法有了明显提高.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

何 亮,宋擒豹,海 振,等.基于Bagging的组合k-NN预测模型与方法[J].控制与决策,2010,25(1):48-52

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2009-02-16
  • 最后修改日期:2009-04-21
  • 录用日期:
  • 在线发布日期: 2010-01-20
  • 出版日期:
文章二维码