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(jī)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(shí)需要遍歷所有特征，在處理高維數(shù)據(jù)時(shí)，運(yùn)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(jìn)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(yùn)行效率。實(shí)驗(yàn)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(yùn)行時(shí)間。（剩余6059字）