Ключевые слова
Аннотация
Ushbu maqolada k-eng yaqin qo‘shni (KNN) algoritmi uchun presedentlar bazasini shakllantirish va optimallashtirish masalalari ko‘rib chiqilgan. Asosiy e’tibor ma’lumotlar bazasidagi shovqinli obyektlarni aniqlash va ularni λ (lyambda) parametri asosida baholashga qaratilgan. Taklif etilgan yondashuvda har bir obyekt uchun ichki va tashqi yaqinlik ko‘rsatkichlari hisoblanib, ular asosida shovqinli obyektlar aniqlanadi va bazadan chiqarib tashlanadi. Natijada presedentlar bazasi hajmi qisqaradi, hisoblash samaradorligi oshadi hamda klassifikatsiya aniqligi yaxshilanadi. Tadqiqot Iris, Wine va Breast Cancer Wisconsin ma’lumotlar bazalarida olib borilgan hisoblash eksperimentlari orqali tasdiqlangan.
Eksperiment natijalari λ parametrining optimal qiymatini tanlash algoritmning umumlashtirish qobiliyatiga sezilarli ta’sir ko‘rsatishini ko‘rsatdi.
Библиографические ссылки
Игнатьев Н. А. Выбор структуры отношений между объектами в метрических алгоритмах классификации // Вестник Национального университета Узбекистана. – 2018. – №3. – С. 45–58.
Загоруйко Н. Г.Прикладные методы анализа данных и знаний. – Новосибирск: Изд-во СО РАН, 2013. – 320 с.
Cover T. M., Hart P. E. Nearest neighbor pattern classification // IEEE Transactions on Information Theory. – 1967. – Vol. 13, No. 1. – P. 21–27.
Duda R. O., Hart P. E., Stork D. G. Pattern Classification. – 2nd ed. – New York: Wiley-Interscience, 2001. – 738 p.