Posted on 2005-12-19 15:45
inwind 阅读(160)
评论(0) 编辑 收藏 引用
根据boss的想法，开始考虑多分类方法综合的问题。
首先看了一下台湾人总结的影响分类效果的12种因素，感觉应该不止那些，果然，呵呵
刚刚看了针对kNN的综合方法，通过综合使用不同的距离计算公式来达到良好的效果。
文中除了欧几里德距离外（有缺点，当某一个量太大的时候，会使得其他量起作用），还使用了：
Heterogeneous Euclidean-OverlapMetric (HEOM)：这里面考虑的名词性的特征以及，对欧几里德距离中向量的归一化（除以他们最大可能值和最小可能值的距离）
Value Difference Metric (VDM)：适用于名词性的特征，不利于使用到连续数字特征中。但是有相关的改进（Wilson, D. Randall, & Tony R.Martinez, “Improved Heterogeneous Distance Functions”,Journal of Artificial Intelligence Research, Vol. 6, No. 1, pp. 1-34, 1997.）
然后，对于kNN，取k为3，适用六种距离算法，通过简单投票来决定文章类的归属，得出来比较好的结果。
开拓了一种思路，虽然这个多距离测量不一定能用上，但是是个不错的启发。