多類標(biāo)KNN算法研究.pdf

1、多類標(biāo)分類問題起源于文檔的分類，文檔數(shù)據(jù)集中一個樣例擁有多個類標(biāo)。由于應(yīng)用的促進(jìn)作用，多類標(biāo)分類方法應(yīng)用越來越廣泛，從生物學(xué)分類系統(tǒng)，圖片檢測到視頻流的識別和自動標(biāo)簽等都有應(yīng)用。多類標(biāo)分類方法主要有兩種類型：一種是問題轉(zhuǎn)化方法，另一種是算法轉(zhuǎn)化方法。本文主要研究KNN算法在多類標(biāo)上的應(yīng)用，并提出加權(quán)屬性的權(quán)值調(diào)節(jié)方法來提高一般多類標(biāo)KNN算法的分類效果。
　　 本篇論文中的主要工作是提出了加權(quán)屬性調(diào)節(jié)權(quán)值的方法。經(jīng)過大量的觀察分

2、析，發(fā)現(xiàn)多類標(biāo)數(shù)據(jù)集會有以下特性：任意兩個樣例在特征集合表現(xiàn)出相似性時，那么它們在類標(biāo)集合上也會具有相似性。由于多類標(biāo)數(shù)據(jù)集的類標(biāo)維度大于1，有時甚至和特征集合的維度相當(dāng)，上面的特性反過來也成立：任意兩個樣例在類標(biāo)集合上具有相似性時，在特征集合也會表現(xiàn)出相似性。
　　 根據(jù)這個特性提出加權(quán)屬性調(diào)節(jié)權(quán)值的方法：分別對訓(xùn)練數(shù)據(jù)集特征空間的每個特征分量進(jìn)行分析，計算每個樣例在缺少這個特征分量時的K近鄰，得到的類標(biāo)集合與這個樣例基于類標(biāo)