基于KNN模型的层次纠错输出编码算法
纠错输出编码是一种解决多类分类问题的有效方法,但其编码矩阵只对类进行编码且都采用事先构造出来的统一形式,适应性较差.为此,提出一种新颖的层次纠错输出编码算法.该算法在训练阶段先通过KNN模型算法在数据集上构建多个同类簇,选取各类中最具代表性的簇形成层次编码矩阵,然后再根据编码矩阵进行单分类器训练.在测试阶段,该算法通过模型融合进一步发挥KNN模型和纠错输出编码各自的优点.在UCI公共数据集上的实验结果表明,新方法的性能优于KNN模型算法和纠错输出编码算法.
层次编码、多类分类问题、编码矩阵
29
TP391.4(计算技术、计算机技术)
福建省自然科学基金资助项目2007J0016;教育部回国留学人员基金资助项目教外司留[2008]890号
2010-01-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
3051-3055