一种基于局部加权回归的分类方法
分类是数据挖掘和数据分析中最有应用价值的技术之一.传统的积极学习方法需要预先对模型空间进行假设,并且没有充分考虑到实例之间的相关性,其泛化能力将会受到一定程度的影响.针对上述问题,提出了一种基于新型映射关系的局部加权回归方法MLWR.该算法首先找出测试样本在训练集中的近邻样本,然后建立测试样本和近邻样本的回归函数,根据建立的回归模型和近邻样本的标签,计算得到测试样本的标签.实验与当前流行的多种分类方法在UCI9个数据集上进行测试.实验结果表明方法能有效地提高分类精度,对较大样本数据也有较好的适用性.
数据挖掘 分类算法 局部加权回归 准确度
徐晓丹 刘华文 姚明海 刘日仙
浙江工业大学信息工程学院 浙江杭州310023;浙江师范大学数理与信息工程学院 浙江金华321004 浙江师范大学数理与信息工程学院 浙江金华321004 浙江工业大学信息工程学院 浙江杭州310023
国内会议
金华
中文
1-11
2015-10-30（万方平台首次上网日期，不代表论文的发表时间）