利用细胞自动机模型约减最近邻分类规则

摘要：

目前常见的最近邻分类规则约减算法,只注重约减后分类器的分类精度和被约减的规则数量,而不注重约减效率和约减后分类器的泛化能力.针对该问题,提出了一种细胞自动机(cellular automata,CA)基础上的最近邻分类规则约减方法.该方法只保留不同类边界上的样本点,约减规则的数量可以由细胞自动机网格的粒度动态调节.其优势在于:在给定的大数据集前提下,可以利用较少的运行时间来约减给定的规则样本；可以利用积累或迭代的方式来分步获得原给定样本集的一致性子集.采用13个不同的数据集进行仿真实验,结果显示该算法简单、有效,较好地解决了大样本集的约减问题.

关键词：最近邻规则、细胞自动机、约减、一致性子集

所属期刊栏目：5

分类号：TP393(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No.60873035,61073091;the Natural Science Foundation of Shaanxi Province of China under Grant No.2010JM8028;the Scientific Research Program of Shaanxi Provincial Education Department under Grant No.2010JK704;the Foundation of Excellent Doctoral Dissertation of Xi'an University of Technology under Grant No.116-211102

在线出版日期：2012-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：1139-1152