R reduce.nn 減少 k-NN 分類器的訓練集

說明

減少 k-NN 分類器的訓練集。在 condense 之後使用。

用法

reduce.nn(train, ind, class)

參數

train	訓練集矩陣
ind	訓練集成員的初始列表(來自condense)。
class	測試集的分類向量

細節

訓練集中的所有成員都按隨機順序進行嘗試。任何刪除時不會導致訓練集的任何成員被錯誤分類的內容都會被刪除。

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])

參考

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