数据规范化方法对K近邻分类器的影响

摘要：

讨论最小-最大规范化、z-score 规范化及小数定标规范化3 种不同的规范化方法对K 近邻分类器性能的影响,在12 个标准UCI真实数据集和1 个人工数据集上进行实验比较.实验结果表明,规范化方法在大部分数据集能上提高了K 近邻分类器的识别率.针对受此实验结果的启发研究,研究了数据规范化方法提升分类器性能的内在原因,并经验地给出了根据数据属性的数值分布特点决定是否使用数据规范化方法的一般准则.

关键词：K 近邻分类器、数据规范化方法、欧式距离

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：江苏省高校自然科学研究基金资助项目09KJB520007;南京师范大学科研启动基金资助项目2009101XGQ0066;航空科学基金资助项目20090152001;江苏省产学研前瞻性联合研究基金资助项目BY2009100

在线出版日期：2011-01-28（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：175-177