超長方體覆蓋與KNN結(jié)合的分類算法.pdf

1、數(shù)據(jù)分類是數(shù)據(jù)挖掘的研究熱點(diǎn)。其目的是根據(jù)訓(xùn)練數(shù)據(jù)集的特點(diǎn)構(gòu)造一個(gè)能夠把測(cè)試數(shù)據(jù)集中的待測(cè)樣本映射到某一類別的分類器。利用該分類器，能夠提取描述數(shù)據(jù)類別的模型或預(yù)測(cè)未來的發(fā)展趨勢(shì)。KNN分類算法是一種簡單、易行的分類算法，然而直接應(yīng)用于訓(xùn)練樣本集，其計(jì)算量大。
　　本文把區(qū)域分離的思想應(yīng)用于KNN分類算法中，提出了基于超長方體區(qū)域覆蓋與KNN結(jié)合的分類算法?；诔L方體區(qū)域覆蓋與KNN結(jié)合的分類算法有效解決了KNN分類算法在分類時(shí)

2、計(jì)算量大的問題。其基本思想是:在構(gòu)造分類器時(shí)，為訓(xùn)練集中的每一類數(shù)據(jù)構(gòu)造一組超長方體包圍這些數(shù)據(jù)，不同類別的超長方體不會(huì)重疊。測(cè)試時(shí)，判斷測(cè)試樣本是否被某一個(gè)超長方體包圍。如果被某一個(gè)超長方體包圍，則該測(cè)試樣本的類別與超長方體類別相同。否則采用KNN分類算法判斷其類別。
　　本文算法中KNN相似度是指一個(gè)樣本同某個(gè)超長方體的相似度。度量方法有兩種:待測(cè)樣本到超長方體中心的距離;待測(cè)樣本到超長方體表面的距離。具體實(shí)驗(yàn)時(shí)，KNN的相似