近年來,數(shù)據(jù)挖掘逐漸成為各類研究者爭相研究的熱門課題。其中KNN分類算法由于其簡單、易于實(shí)現(xiàn)等特性已經(jīng)被廣泛應(yīng)用于金融分析等各個(gè)領(lǐng)域。但是傳統(tǒng)KNN算法需要當(dāng)前待分類樣本點(diǎn)與所有訓(xùn)練樣本點(diǎn)做相似度計(jì)算,才能得出前K個(gè)最近鄰點(diǎn),從而得到待測點(diǎn)的類別。然而當(dāng)數(shù)據(jù)量增大或數(shù)據(jù)維度較大時(shí),算法將產(chǎn)生巨大的計(jì)算開銷。另外,如果K值選擇過大,最近鄰點(diǎn)中可能會包含相似度較低的樣本點(diǎn),從而導(dǎo)致分類準(zhǔn)確率降低及計(jì)算量增加等問題;如果K值選擇過小,尚未分類樣本點(diǎn)可能會缺失一些相似度較高的樣本點(diǎn),同樣也會導(dǎo)致準(zhǔn)確率較低的問題。針對上述問題,本文在訓(xùn)練點(diǎn)數(shù)量的削減及K值選擇上做了以下研究:針對KNN算法中存在冗余計(jì)算的問題,本文提出了基于聚類的環(huán)形KNN算法（Clustering-based Annular K-Nearest Neighbor Algorithm,AKNN）。該算法主要由數(shù)據(jù)處理、更新訓(xùn)練點(diǎn)與簇心之間的距離、構(gòu)建環(huán)形過濾器及KNN分類四個(gè)部分構(gòu)成。在數(shù)據(jù)處理過程中,算法可以根據(jù)訓(xùn)練集的實(shí)際情況選擇不同的聚類算法進(jìn)行聚類,從而得到合適的簇心點(diǎn)。其中算法的核心是為每個(gè)測試點(diǎn)構(gòu)建一個(gè)環(huán)形過濾器,進(jìn)... 

【文章來源】：廣東工業(yè)大學(xué)廣東省

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 主要研究內(nèi)容和貢獻(xiàn)點(diǎn)
    1.4 論文結(jié)構(gòu)
第二章 預(yù)備知識
    2.1 聚類算法
    2.2 K-Means++算法
    2.3 KNN分類算法
    2.4 算法性能的評價(jià)準(zhǔn)則
        2.4.1 分類準(zhǔn)確率
        2.4.2 分類耗時(shí)
        2.4.3 均方根誤差
    2.5 符號定義
    2.6 本章總結(jié)
第三章 基于聚類的環(huán)形KNN算法
    3.1 K-Means算法
        3.1.1 Elkan算法
        3.1.2 基于Hamerly的改進(jìn)算法
    3.2 環(huán)形過濾器
    3.3 算法形式化描述
    3.4 時(shí)間復(fù)雜度分析
    3.5 實(shí)驗(yàn)結(jié)果及分析
        3.5.1 不同的K值對算法性能影響
        3.5.2 比較幾種優(yōu)化算法之間的區(qū)別
    3.6 本章總結(jié)
第四章 基于環(huán)形過濾器的K值自適應(yīng)KNN算法
    4.1 環(huán)形過濾器
2,1范數(shù)的定義">    4.2 L_2,1范數(shù)的定義
    4.3 LPP算法
    4.4 稀疏向量
        4.4.1 構(gòu)建稀疏向量
        4.4.2 構(gòu)建過程的優(yōu)化
    4.5 算法形式化描述
    4.6 時(shí)間復(fù)雜度分析
    4.7 實(shí)驗(yàn)驗(yàn)證及分析
1和λ₂對算法性能的影響">        4.7.1 不同λ₁和λ₂對算法性能的影響
        4.7.2 比較幾種優(yōu)化算法之間的區(qū)別
    4.8 本章總結(jié)
總結(jié)與展望
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的成果
致謝



本文編號：2966035