邻域决策错误率相关论文
研究分析了集成属性选择器在不同度量下的分类表现.借助邻域粗糙集,应用3种不同的度量-局部近似质量、局部条件熵、局部邻域决策错......
为了进一步改进邻域分类器的分类机制,提升分类性能,提出Dempster-Shafer(D-S)证据理论驱动的邻域粗糙分类方法。首先,采用邻域决......
为了进一步提升邻域分类器的性能,提出基于属性约简的集成邻域分类策略.首先在启发式求解约简的过程中,通过放宽属性选择的条件,从......
粗糙集上的属性约简依据某种评价函数来删除冗余属性。针对传统的属性约简并未考虑到评价函数的多样性会对约简结果产生的影响,鉴......
基于邻域决策错误率的属性约简可以在删除冗余属性的同时,提升邻域分类器的留一验证分类精度.但这种约简方式并未充分考虑邻域分类......
