基于KNN算法的特征过滤预处理研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：K最近邻算法是机器学习中一种经典的监督算法。但该算法处理数据时需要遍历所有特征，在处理高维数据时，运行效率低。针对该问题，文章采用方差过滤对数据特征进行预处理，该方法可有效降低数据特征数，提高算法运行效率。实验测试表明，经过特征预处理后的数据集，特征数有效减少，在不降低准确率的情形下，可减少30%的运行时间。（剩余6059字）

试读结束

目录
monitor