分层抽样的K近邻分类加速算法
大小：3.04 MB 人气： 2018-02-27 需要积分：2
标签：分层(11576)
k近邻（k nearest neighbor，kNN）分类作为数据挖掘中最典型的算法之一，以较高的泛化性能以及充足的理论基础被广泛应用。然而kNN在测试时需要计算待识别实例与所有训练实例之间的距离，以至于在面对大规模数据时需要大量的时间。为此，提出一种基于分层抽样的kNN加速算法（KNN based on stratified sampling，SS_kNN）。首先将训练实例所在的空间划分为若干个实例个数相等的区域，然后从每个区域内抽取实例，最后判定待识别实例落入划分区域中的哪一个，并从此区域以及相邻区域抽取的实例中寻找其K个近邻。与原始kNN算法以及基于随机抽样的kNN算法相比，SSkNN算法可以获得与其相近分类精度，但将其运行速度分别提高大约399倍和16倍。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%
下载地址
分层抽样的K近邻分类加速算法下载
相关电子资料下载
- MCU项目实现应用与硬件分层管理的关键步骤 181
- 简述存储器的层次结构及其分层原因 1275
- 计算机网络为什么要分层次 1304
- 密钥分层管理体制 400
- 聊聊嵌入式软件分层 406
- 多层印制板设计基础及PCB板的堆叠与分层 219
- 年少不知过孔好，分层起泡好烦恼 5186
- 在SaberRD中实现对分层符号属性值的数据限制 305
- 使用PCB的分层和堆叠的正确方法 276
- 反无人机：创新技术和分层方法将成为更有效的解决方案 395