基于距離學習的集成KNN分類器的研究.pdf

1、近年來，數(shù)據(jù)挖掘引起了信息產(chǎn)業(yè)界的極大關注，其主要原因是存在可以廣泛適用的大量數(shù)據(jù)，并且迫切需要將這些數(shù)據(jù)轉換成有用的信息和知識。獲取的信息和知識可以應用于各種領域，包括商務管理、生產(chǎn)控制、市場分析、工程設計和科學探索等。
　　 本文主要關注于數(shù)據(jù)挖掘的一個分支，即分類問題，綜合了一種集成算法和一種改良的分類算法，設計了一個基于距離學習的集成的KNN分類器。這種分類器首先對數(shù)據(jù)集的所有屬性進行了的過濾處理，計算訓練集所有屬性的信

2、息增益，把信息增益小于某一閾值的屬性作為不相關屬性過濾掉。然后選擇了裝袋(Bagging)的集成方法來構建子分類器：一方面，利用自助(Bootstrap)法隨機抽取了訓練數(shù)據(jù)集的樣本以建立多個子分類器，另一方面，對每一個已建立的子分類器的所有屬性再次進行了隨機剔除，這種對輸入屬性添加擾動的方法不但保證了子分類器準確性，同時也增加了子分類器之間的差異性。之后，每一個子分類器都選擇一種基于距離學習的KNN分類算法來計算分類結果，其中KNN的