الگوریتم های نزدیکترین همسایه بهبود داده شده تطبیقی

الگوریتمKNN یکی از بهترین و پرکاربردترین الگوریتم های دسته بندی است که از آن استفاده گسترده ای در کاربردهای مختلف میشود.یکی از مشکلات این الگوریتم، تاثبر یکسان همه ی خصیصه ها در محاسبه فاصله رکورد جدید با همسایه های آنرکورد میباشد،درصورتیکه برخی از این خصیصه ها برای عمل دسته بندی کم اهمیت ترند.این امر باعث گمراهی روند دسته بندی و کاهش دقت الگوریتم دسته بند میشود.در این تحقیق با استفاده از اقلام پررخداد یکتایی ئر قوانین وابستگی به خصیصه های مختلف وزن اختصاص داده و با این عمل دقت الگوریتمKNNرا افزایش میدهیم.

کلیدواژه ها:

Nearest Neighbor(NN) ، Weighted Distance Nearest Neighbor (WDNN)