计算机应用研究

作者：陆凯,徐华,

单位：江南大学物联网工程学院,江苏无锡214122；

关键词：多标签分类,ML-KNN,聚类,最近邻,距离权重,

基金：国家教育部—新华三集团“云数融合”基金资助项目(2017A13055)；；

在大数据环境下，K近邻多标签算法（ML-KNN）高时间复杂度的问题显得尤为突出；此外，ML-KNN也没有考虑k个近邻对最终分类结果的影响。针对上述问题进行研究，首先将训练集进行聚类，再为测试集找到一个距离其最近的训练数据簇作为新的训练数据集；然后计算最近邻样本的距离权重，并用该权重描述最近邻和其他近邻对预测结果的影响；最后使用新的目标函数为待测样本分类。通过在图片、Web页面文本数据等数据集上的实验表明，所提算法得到了更好的分类结果，并且大大降低了时间复杂度。

来源：2020年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第4期