基于KNN算法的特征過濾預(yù)處理研究

打開文本圖片集

摘  要：K最近鄰算法是機器學(xué)習(xí)中一種經(jīng)典的監(jiān)督算法。但該算法處理數(shù)據(jù)時需要遍歷所有特征，在處理高維數(shù)據(jù)時，運行效率低。針對該問題，文章采用方差過濾對數(shù)據(jù)特征進行預(yù)處理，該方法可有效降低數(shù)據(jù)特征數(shù)，提高算法運行效率。實驗測試表明，經(jīng)過特征預(yù)處理后的數(shù)據(jù)集，特征數(shù)有效減少，在不降低準(zhǔn)確率的情形下，可減少30%的運行時間。（剩余6059字）