A Fuzzy K-Nearest Neighbor Algorithm

0. 论文的基本介绍

Keller J M, Gray M R, Givens J A. A fuzzy k-nearest neighbor algorithm[J]. IEEE transactions on systems, man, and cybernetics, 1985 (4): 580-585.

而且现在这个期刊是一个TOP刊。

1. 摘要

许多算法利用样本之间的距离或相似性作为一种分类手段。在这些模式识别问题中,经常使KNN。但是在KNN中每个样本属于不同类别只有0或1的分别,而每个类别中不同样本属于该类的重要性(隶属度)是不一样的,而KNN中每个标记的样本在同一类中都被赋予同等的重要性,而不管它们的“典型性”如何。通过将模糊集理论引入到KNN中,开发出Fussy_KNN,本文提出了三种对标记样本分配模糊隶属度的方法,并通过实验将Fussy_KNN与传统的KNN(Crips)、其他分类算法进行比较,表明Fussy_KNN具有更好的效果。

2.模糊集

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

身影王座

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值