基于属性加权的ML-KNN方法
The ML-KNN method based on attribute weighting作者机构：山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006
出 版 物：《山东大学学报（理学版）》 (Journal of Shandong University(Natural Science))
年 卷 期：2024年第59卷第3期
页 面：107-117页
学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
主 题：多标记分类 属性重要度 邻域粗糙集 分类不确定性 异质样本对
摘 要：提出了一种基于属性加权的ML-KNN方法。首先使用变精度邻域粗糙集识别来自每一个标记的决策类非正域中的样本,并构造异质样本对;然后基于属性对异质样本对的区分能力评估不同属性对于分类的重要度;最后计算样本之间的加权距离获得其近邻分布,且基于最大化后验概率的原则实现多标记分类。在10个公开的多标记数据集上的实验结果验证了所提方法的有效性。
维普期刊数据库
同方期刊数据库