论文部分内容阅读
数据集的质量会极大地影响分类算法的精度，针对一类隐式互斥的数值型数据提出了一致性分类方法。借鉴连续函数的思想，本文提出了数值型连续数据的分类一致性定义。改进了SOM算法的计算过程，使其满足本文提出的分类一致性最优条件。通过改进的SOM方法得到一个新的聚类数据集， 减少了原始数据集中容易出现的隐式分类不一致性问题，从而有效地提高了分类方法的效率和分类精度。通过在一个实际的数据集上的比较，表明提出的算法的预测精度明显优于其它算法。本文还从VC维的角度分析了提出算法的优点。