۶۵۵

Presenting a Weighted Harmonic K-Nearest Neighbors Algorithm to Binary Classification

كارشناسي ارشد

كامپيوتر

تهران شمال

۱۳۹۶

۹۳/۱۱/۱۱

۱۷/۵

۷۳ص.

فراهي، احمد

۶۲-۶۶ص.

Supervised learning , Two-class Classification , K Nearest Neighbor Algorithm

يادگيري يكي از شاخه¬هاي داده¬كاوي است كه معمولاًباهدف ساخت مدل¬هاي پيش‌گويانهمورداستفاده قرار مي¬گيرد. به دليل كاربردهاي فراوان مربوط به روش¬هاي يادگيري، بسياري از پژوهشگران بر روي توسعه¬ي روش¬هاي جديد باهدف بهبود دقت متمركز بوده¬اند. در اين راستا، تحقيق جاري يك الگوريتم جديد نزديك¬ترين همسايگان موزون بر مبناي ميانگين هارمونيك ارائه خواهد نمود كه در آن فاصله¬ي همسايگان از داده¬هاي تست با استفاده از يك تابع فاصله¬ي جديد محاسبه مي¬شود. الگوريتم پيشنهادي براي مسائل دسته¬بندي دوگروهي طراحي گرديده است. بر اساس نتايج بدست آمده از آزمايش‌هاي عددي مشخص‌شده است كه نه‌تنها الگوريتم پيشنهادي نسبت به الگوريتم نزديك‌ترين همسايگان نرمال مرسومداراي عملكرد بهترياست. بلكه شاخص‌هاي حساسيت و شفافيت را نيز بهبود بخشيده است.

45441