论文研究基于小样本集弱学习规则的KNN分类算法.pdf

KNN及其改进算法使用类标号已知的数据集Dl对类标号未知的数据集Du进行类别标志，如果Dl中的数据数量过少，将会影响最后的分类精度。基于小样本弱学习规则的KNN分类算法旨在提高基于小样本集的KNN算法的分类精度，它首先对Dl中的数据对象进行学习，从中选取一些数据，利用学到的标签知识对其进行类别标号，然后将其加入到Dl中;最后利用扩展后的Dl对Du中的数据对象进行类别标志。通过使用标准数据集的测试发现，该算法能够提高KNN的分类精度，取得了较满意的结果。