分層抽樣的K近鄰分類加速算法
大小：3.04 MB 人氣： 2018-02-27 需要積分：2
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
標(biāo)簽：分層(11576)
k近鄰（k nearest neighbor，kNN）分類作為數(shù)據(jù)挖掘中最典型的算法之一，以較高的泛化性能以及充足的理論基礎(chǔ)被廣泛應(yīng)用。然而kNN在測(cè)試時(shí)需要計(jì)算待識(shí)別實(shí)例與所有訓(xùn)練實(shí)例之間的距離，以至于在面對(duì)大規(guī)模數(shù)據(jù)時(shí)需要大量的時(shí)間。為此，提出一種基于分層抽樣的kNN加速算法（KNN based on stratified sampling，SS_kNN）。首先將訓(xùn)練實(shí)例所在的空間劃分為若干個(gè)實(shí)例個(gè)數(shù)相等的區(qū)域，然后從每個(gè)區(qū)域內(nèi)抽取實(shí)例，最后判定待識(shí)別實(shí)例落入劃分區(qū)域中的哪一個(gè)，并從此區(qū)域以及相鄰區(qū)域抽取的實(shí)例中尋找其K個(gè)近鄰。與原始kNN算法以及基于隨機(jī)抽樣的kNN算法相比，SSkNN算法可以獲得與其相近分類精度，但將其運(yùn)行速度分別提高大約399倍和16倍。
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
分層抽樣的K近鄰分類加速算法下載
相關(guān)電子資料下載
- MCU項(xiàng)目實(shí)現(xiàn)應(yīng)用與硬件分層管理的關(guān)鍵步驟 181
- 簡(jiǎn)述存儲(chǔ)器的層次結(jié)構(gòu)及其分層原因 1275
- 計(jì)算機(jī)網(wǎng)絡(luò)為什么要分層次 1304
- 密鑰分層管理體制 400
- 聊聊嵌入式軟件分層 406
- 多層印制板設(shè)計(jì)基礎(chǔ)及PCB板的堆疊與分層 219
- 年少不知過(guò)孔好，分層起泡好煩惱 5186
- 在SaberRD中實(shí)現(xiàn)對(duì)分層符號(hào)屬性值的數(shù)據(jù)限制 305
- 使用PCB的分層和堆疊的正確方法 276
- 反無(wú)人機(jī)：創(chuàng)新技術(shù)和分層方法將成為更有效的解決方案 395