计算机科学与探索

作者：付康安，王文剑，郭虎升

单位：1.山西大学 计算机与信息技术学院，太原 0300062.山西大学 计算智能与中文信息处理教育部重点实验室，太原 030006

关键词：符号数据,分类,空间相关性分析,支持向量机（SVM）,K-最近邻（KNN）

针对目前符号数据的分类性能较低，通过挖掘属性值与标签之间可能存在的空间结构关系，提出了一种基于空间相关性分析的符号数据分类方法。该方法首先采用独热编码的方式对符号数据进行特征扩容，然后基于互信息和条件熵信息度量方法，定义了一种符号数据空间关系表示方法。在此基础上，分别结合支持向量机（support vector machine，SVM）和K-最近邻（K-nearest neighbor，KNN）模型分类器，提出了基于空间相关性分析的SVM分类算法（SVM classification algorithm based on space correlation analysis，SCA_SVM）和基于空间相关性分析的KNN分类算法（KNN classification algorithm based on space correlation analysis, SCA_KNN）两种分类算法。该方法既能够体现出属性值与标签之间的关联关系，也可以有效地度量不同属性值之间的距离或差异性。在标准UCI数据集上的实验结果表明，该方法在分类性能上更加有效。

来源：2019年第7期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2019年第7期