...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Soft computing: A fusion of foundations, methodologies and applications >A K-nearest neighbours method based on imprecise probabilities
【24h】

A K-nearest neighbours method based on imprecise probabilities

机译：基于不精确概率的K近邻法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

K-nearest neighbours algorithms are among the most popular existing classification methods, due to their simplicity and good performances. Over the years, several extensions of the initial method have been proposed. In this paper, we propose a K-nearest neighbours approach that uses the theory of imprecise probabilities, and more specifically lower previsions. We show that the proposed approach has several assets: it can handle uncertain data in a very generic way, and decision rules developed within this theory allow us to deal with conflicting information between neighbours or with the absence of close neighbour to the instance to classify. We show that results of the basic k-NN and weighted k-NN methods can be retrieved by the proposed approach. We end with some experiments on the classical data sets.
机译：K近邻算法由于其简单性和良好的性能而成为最流行的现有分类方法之一。多年来，已经提出了对初始方法的一些扩展。在本文中，我们提出了一种K不近邻方法，该方法使用不精确概率理论，更具体地讲，使用较低的准条件。我们证明了所提出的方法具有多种优势：它可以以非常通用的方式处理不确定的数据，并且在该理论内开发的决策规则使我们能够处理邻居之间的冲突信息或在实例不存在紧密邻居的情况下进行分类。我们表明，基本的k-NN和加权k-NN方法的结果可以通过提出的方法来检索。我们在经典数据集上进行了一些实验。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号