基于期望语义距离的不确定k近邻分类方法

摘要

不确定性数据主要分为元组存在不确定和属性值不确定两种,针对属性值不确定提出了一种k近邻分类算法。算法中对象属性是离散型的,其值的不确定性用概率分布向量描述。根据概念层次树计算属性分量值间的语义距离,进而计算属性及对象间的期望语义距离。对算法分类准确率进行了实验验证,实验结果表明这是一个分类准确率高的基于不确定数据分类挖掘算法。