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