作者：张艳芹属性选择启发式算法邻域分类器
摘要：为了提升邻域分类器的分类性能，提出了一种利用邻域AUC作为分类性能度量指标的启发式是属性选择算法．首先，利用邻域分类器得到邻域AUC，然后在此基础上，借助贪心搜索策略，逐步加入使得邻域AUC尽可能大的属性，当邻域AUC不再增大时，算法终止．在7个UCI数据集上的实验结果表明，使用邻域AUC属性选择算法，可以在使用较少属性个数的基础上，有效地提升邻域分类器的分类性能．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《天津理工大学学报》（CN：12-1374/N）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《天津理工大学学报》以追求科技创新、展示科技成果，促进学术交流、推动社会科技进步，发现培养新人为宗旨。刊发有关自然科学与工程技术各学科领域、国家自然科学基金、国家863项目、国家973项目，省不及各类基金自主的科研项目、理论研究、应用科技成果、实验研究的高水平科技论文。
部级期刊
人气 1073987 评论 53
省级期刊
人气 845947 评论 70
人气 806700 评论 68
人气 753050 评论 72
