marquee
  • 2018上半年将更新数据库、C++、计算机组成原理、操作系统等文章,谢谢关注~
  • 由于算法限制,搜索时注意简化关键字,谢谢支持~
  • 网站不兼容IE5.0及以下,请使用主流浏览器访问.
  • 试用搜索、标签、分类目录功能发现更多。
  • 基于训练集的代理模型生成算法(DROP3、AGG)

    DROP3算法

    目的:保留类边界上的实例,去除类内部的实例,构造代理训练集
    主要思想:利用KNN算法及排序来去除噪音实例

    算法步骤

    ①先去除训练集上所有KNN算法错误分类的特征

    ②对于二分类来说,计算每个实例与最近的其它类的实例距离,并排序

    ③去除上述距离较远的实例

    ④去除不影响其它实例预测结果的实例

    示例

    Agglomerative Clustering

    目的:解决DROP3算法的问题来构造代理模型(摒弃了KNN算法)

    自底向上聚类

    首先每个实例自成一类,两个最近的合并为一类,选出每个类的中心实例,加入代理训练集模型。(类的个数等于代理训练集实例大小,用户设置)

    读者评分
    [评分人数: 1 平均分: 5]

    评论

    OmegaXYZ