机译:通过对预测变量进行加权和选择来改进最近邻分类器
Univ Munich, Akad Str 1, D-80799 Munich, Germany;
Univ Munich, Akad Str 1, D-80799 Munich, Germany;
Nearest neighborhood methods; Classification; Lasso; Boosting; Logit model; Random forests; Support vector machine;
机译:通过将特征选择与特征权重相结合来提高k最近邻分类器的性能
机译:通过协进化算法集成最近邻分类器的实例选择,实例加权和特征加权
机译:使用混合禁忌搜索/ K近邻分类器同时进行特征选择和特征加权
机译:最近邻分类器中同时进行基因选择和加权的基因表达数据
机译:最近的邻居分类器,具有更高的准确性和效率
机译:通过多个最近邻分类器和邻域组件特征选择在俯视配置下使用RGB-D摄像机对人员进行重新识别
机译:通过将功能选择与特征加权相结合来提高k最近邻分类的性能。