《最近邻方法与KNN》由会员分享，可在线阅读，更多相关《最近邻方法与KNN（8页珍藏版）》请在金锄头文库上搜索。
第六章 最近邻方法6.1 最近邻决策规则6.2 剪辑最近邻法6.3 实例1最近邻方法最近邻决策规则1-NN2最近邻方法最近邻决策规则k-NN对于一个待识别模式x, 分别计算它与个已知类别的样本 的距离, 取k个最近邻样本,这k个样本中哪一类最多, 就判属哪一类。即：如果则显然3剪辑最近邻方法剪辑最近邻法对于两类问题，设将已知类别的样本集 分成参照集 和测试集 两部分，这两部分没有公共元素 ，它们的样本数各为NR和NT，NR+NT=N。利用参照集 中的样本 采用最近邻规则对已知类别的测试集 中的每个样本 进行分类，剪辑掉 中被错误分类的样本。若是的最近邻元，剪辑掉不与 同类的 ，余下的判决正确的样本组成剪辑样本集 ，这一操作称为剪辑。 4剪辑最近邻方法剪辑最近邻法获得剪辑样本集 后，对待识模式 采用最近邻规则进行分类。如果则这里5剪辑最近邻方法剪辑k-NN 最近邻法剪辑最近邻法可以推广至k近邻法中，具体的做法是：第一步用kNN 法进行剪辑，第二步用1NN 法进行分类。如果样本足够多，就可以重复地执行剪辑程序，以进一步提高分类性能。称为重复剪辑最近邻法。67实例：以现金识别的数据作为模式样本进行最近邻法分类。8
