摘要:
当训练样本集规模过大时,最近邻分类规则约减过程是一个耗时的过程. 目前,常见的约减算法往往存
在计算成本过高、约减过程难于并行化等问题. 针对该问题,文中将人工内分泌机制引入到最近邻规则的约减过程
中,保留不同类规则边界上的边界规则,规则的约减规模通过晶格的粒度来设定. 该方法可以在分割–约减–合并框
架下获得较高的一致性约减子集,从而使规则的约减过程并行化,缩短约减时间. 用11 个不同的数据集进行仿真
实验的结果显示,该方法简单而有效,较好地解决了大样本集的约减问题.
中图分类号:
赵理1;2, 王磊1, 徐庆征1. 人工内分泌机制在最近邻规则约减中的应用[J]. 应用科学学报, 2012, 30(4): 397-407.
ZHAO Li1;2, WANG Lei1, XU Qing-zheng1. Nearest Neighbor Rule Condensation Algorithm Based on Artificial Endocrine System[J]. Journal of Applied Sciences, 2012, 30(4): 397-407.