首页|一种基于均值的多维样本空间分类器的设计与实现

一种基于均值的多维样本空间分类器的设计与实现

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
分类算法是机器学习的一个重点,是有监督的学习.论文设计并实现了一种基于均值的多维样本空间分类器.对每个训练样本属性,计算该属性的类别X平均值和非类别X平均值的中值,作为类区分值,构建分类器;并进行分类测试,小于分离值的计为类别X,大于分离值的计为非类别X.然后根据类别X和非类别X属性的个数,由多数方决定最后的类别预测;最后以美国加州大学埃尔文分校的机器学习库中的乳腺癌病人肿瘤组织属性数据为样本进行实验.实验表明该分类器简单易行,准确率高.
Design and Implementation of a Classifier Based on Mean in Multidimensional Sample Space

张燕红、王卫玲、王凤芹、杜晶

展开 >

海军航空大学航空基础学院计算机教研室 烟台 264001

烟台市地理信息中心 烟台 264003

分类器 属性 类别X 分离值

2021

10.3969/j.issn.1672-9722.2021.02.036

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(2)
  • 13