R reduce.nn 减少 k-NN 分类器的训练集

说明

减少 k-NN 分类器的训练集。在 condense 之后使用。

用法

reduce.nn(train, ind, class)

参数

train	训练集矩阵
ind	训练集成员的初始列表(来自condense)。
class	测试集的分类向量

细节

训练集中的所有成员都按随机顺序进行尝试。任何删除时不会导致训练集的任何成员被错误分类的内容都会被删除。

值

要保留的案例的索引向量。

例子

train <- rbind(iris3[1:25,,1], iris3[1:25,,2], iris3[1:25,,3])
test <- rbind(iris3[26:50,,1], iris3[26:50,,2], iris3[26:50,,3])
cl <- factor(c(rep("s",25), rep("c",25), rep("v",25)))
keep <- condense(train, cl)
knn(train[keep,], test, cl[keep])
keep2 <- reduce.nn(train, keep, cl)
knn(train[keep2,], test, cl[keep2])

参考

Gates, G.W. (1972) The reduced nearest neighbor rule. IEEE Trans. Information Theory IT-18, 431-432.

Ripley, B. D. (1996) Pattern Recognition and Neural Networks. Cambridge.

Venables, W. N. and Ripley, B. D. (2002) Modern Applied Statistics with S. Fourth edition. Springer.

也可以看看

condense , multiedit