基于Bagging的组合k-NN预测模型与方法

摘要：

k-近邻方法基于单一k值预测,无法兼顾不同实例可能存在的特征差异,总体预测精度难以保证.针对该问题,提出了一种基干Bagging的组合k-NN预测模型,并在此基础上实现了具有属性选择的Bgk-NN预测方法.该方法通过训练建立个性化预测模型集合,各模型独立生成未知实例预测值,并以各预测值的中位数作为组合预测结果.Bgk-NN预测可适用于包含离散值属性及连续值属性的各种类型数据集.标准数据集上的实验表明,Bgk-NN预测精度较之传统k-NN方法有了明显提高.

关键词：近邻预测、Bagging、组合方法

所属期刊栏目：25

分类号：TP274(自动化技术及设备)

资助基金：国家自然科学基金重大研究计划项目90718024;国家863计划项目2006AA01Z183

在线出版日期：2010-06-08（万方平台首次上网日期，不代表论文的发表时间）

页码：48-52