一种基于局部加权回归的分类方法

来源：计算机工程与科学杂志2015年第10期北京时间：

作者：徐晓丹1,2，刘华文2，姚明海1，刘日仙1

单位：1.浙江工业大学信息工程学院,浙江 杭州 310023;2.浙江师范大学数理与信息工程学院,浙江 金华 321004

摘要：分类是数据挖掘和数据分析中最有应用价值的技术之一。传统的积极学习方法需要预先对模型空间进行假设，并且没有充分考虑到实例之间的相关性，其泛化能力将会受到一定程度的影响。针对上述问题，提出了一种基于新型映射关系的局部加权回归方法MLWR。该算法首先找出测试样本在训练集中的近邻样本，然后建立测试样本和近邻样本的回归函数，根据建立的回归模型和近邻样本的标签，计算得到测试样本的标签。实验与当前流行的多种分类方法在UCI的9个数据集上进行测试。实验结果表明我们的方法能有效地提高分类精度，对较大样本数据也有较好的适用性。

关键词：分类,映射关系,局部加权回归,kNN,懒惰学习,

基金资助：浙江省教育厅资助项目(Y201328291)；浙江省自然科学基金资助项目（LZ14F030001,LY14F020012）