×
C.C.福尔摩斯。;新墨西哥州亚当斯。

统计模式识别的概率最近邻方法。 （英语） Zbl 1059.62065号

J.R.Stat.Soc.，塞尔维亚。B、 统计方法。 64，第2期，295-306（2002）.
摘要：最近邻算法是统计模式识别中最常用的方法之一。这些模型概念简单，实证研究表明，它们的性能与其他技术相比具有很强的竞争力。然而，缺乏选择邻里（k）大小的正式框架是有问题的。此外，该方法只能通过报告预测点附近类的相对频率来进行离散预测。
我们为（k）-最近邻法提出了一个概率框架，该框架在很大程度上克服了这些困难。通过（k）上的先验分布以及邻域之间的交互强度来调节不确定性。这些先验分布通过适当的概率预测传播不确定性，这些概率预测对（0,1）具有持续支持。该方法不假设预测变量的分布。该方法也是全自动的，无需用户设置参数，并且在许多基准数据集上证明了其高度准确。

引用于2评论
引用于18文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）
2015年1月62日 贝叶斯推断
62G99型 非参数推理
68吨10 模式识别、语音识别

关键词：

贝叶斯最近邻;非参数分类

软件：

UCI-毫升
PDF格式BibTeX公司 XML格式引用
\textit{C.C.Holmes}和\textit{N.M.Adams}，J.R.Stat.Soc.，Ser。B、 统计方法。64，第2号，295--306（2002；Zbl 1059.62065）
全文： DOI程序

参考文献：

[1] Besag，关于条件和内在自回归，Biometrika 82 pp 733–（1995）·Zbl 0899.62123号
[2] 贝萨格，贝叶斯图像恢复及其在空间统计中的两个应用，Ann.Inst.Math。统计师。第43页第1页–（1991年）·Zbl 0760.62029号 ·doi:10.1007/BF00116466
[3] Blake，C.L.Merz，C.J.1998 UCI机器学习数据库库。加州大学欧文分校信息与计算机科学系。（可从网址：http://www.ics.uci.edu/mlearn/MLRepository.html）
[4] Dasarathy，最近邻（NN）规范：NN模式分类技术（1991）
[5] Dawid，贝叶斯统计4第109页–（1992）
[6] Devroye，模式识别的概率理论（1996）·doi:10.1007/978-1-4612-0711-5
[7] Diggle，空间点过程的统计分析（1983年）
[8] Enas，平滑参数的选择和k近邻分类的效率，计算。数学。适用。第12页第235页–（1986年）·Zbl 0606.62060号 ·doi:10.1016/0898-1221（86）90076-3
[9] Fix，E.Hodges，J.L.1951判别分析-非参数判别：一致性属性项目21-49-004，报告4 261 279
[10] 弗里德曼，《关于偏见、方差、0/1损失和维度诅咒》，《数据挖掘知识》。发现。第1页第55页–（1997年）·doi:10.1023/A:1009778005914
[11] Fukunaga，k近邻密度估计的优化，IEEE Trans。通知。理论19第320页–（1973）·Zbl 0276.62039号 ·doi:10.1109/TIT.1973.1055003
[12] 杰拉德·D·J·1969竞争商：一种新的衡量竞争对林木个体影响的方法研究公报20
[13] Gilks，遵循动态贝叶斯模型的移动目标-蒙特卡罗推断，J.R.Statist。Soc.63第127页–（2001年）·Zbl 0976.62021号 ·doi:10.1111/1467-9868.00280
[14] 马尔可夫链蒙特卡罗实践（1996）·Zbl 0832.00018号
[15] Hand，《消费信贷评分中的统计分类方法：综述》，J.R.Statist。Soc.160第523页–（1997年）·doi:10.1111/j.1467-985X.1997.00078.x
[16] Holmes，C.C.Adams，N.M.2001近邻分类模型中的似然推断技术报告
[17] 麦克拉克伦，判别分析和统计模式识别（1992）·Zbl 1108.62317号 ·doi:10.1002/0471725293
[18] Michie，《机器学习、神经和统计分类》（1994年）·Zbl 0827.68094号
[19] Ripley，神经网络和相关分类方法（讨论），J.R.Statist。Soc.56第409页–（1994年）·Zbl 0815.62037号
[20] 模式识别和神经网络（1996）·Zbl 0853.62046号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。