基于数据挖掘的组合近邻模型算法

摘要：

针对数据挖掘的组合模型问题,研究了组合模型的理论和技术,分析了组合理论在近邻法的应用现状,提出了一种通过随机属性子集组合近邻分类器的算法MNN,利用简单的投票方法,通过一个随机的属性子集来组合多重近邻分类器,对多重NN分类器的输出进行组合,MNN方法能有效地改进近邻法的分类精度.MNN方法与NN-E000相比,有两个主要的优点:(1)MNN是一个更简单的方法;(2)MNN不受多类问题的限制.

关键词：数据挖掘、分类模型、组合模型

所属期刊栏目：33

分类号：TP311(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863计划2003AA413021;高等学校博士学科点专项科研项目20030213027

在线出版日期：2007-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：48-49,55