基于阈值优化的案例推理分类器特征约简方法

时间:2024-04-26 08:29:29
【文件属性】:

文件名称:基于阈值优化的案例推理分类器特征约简方法

文件大小:512KB

文件格式:PDF

更新时间:2024-04-26 08:29:29

案例检索; 特征权重; 阈值寻优; 特征约简

为提高案例推理(基于案例的推理,CBR)分类器的分类准确率并降低时间复杂度,本文提出了一种基于权重阈值寻优的特征约简策略。首先通过基于数据驱动的方法对特征权重进行分配,得到每个特征的权重结果;其次,设计特征权重的重要度阈值的适应度函数,并利用遗传算法对该重要度阈值进行优化搜索,最后根据得到的优化阈值与特征的权重分配情况,删除权重小于该阈值的特征从而完成特征的约简过程。通过对比实验,此处所提策略能够有效提高CBR分类器的分类准确率并降低时间复杂度,表明了权重阈值寻优约简策略的可行性与优越性。验证了本文中的方法可以降低CBR分类器的时间复杂度,而且能够提高CBR的决策与学习能力。


网友评论