Rezumat articol ediţie STUDIA UNIVERSITATIS BABEŞ-BOLYAI

În partea de jos este prezentat rezumatul articolului selectat. Pentru revenire la cuprinsul ediţiei din care face parte acest articol, se accesează linkul din titlu. Pentru vizualizarea tuturor articolelor din arhivă la care este autor/coautor unul din autorii de mai jos, se accesează linkul din numele autorului.

 
       
         
    STUDIA INFORMATICA - Ediţia nr.2 din 2008  
         
  Articol:   ON SUPERVISED AND SEMI-SUPERVISED K-NEAREST NEIGHBOR ALGORITHMS.

Autori:  ZALÁN BODÓ, ZSOLT MINIER. 		 
       
         
  Rezumat:  The k-nearest neighbor (kNN) is one of the simplest classification methods used in machine learning. Since the main component of kNN is a distance metric, kernelization of kNN is possible. In this paper kNN and semi-supervised kNN algorithms are empirically compared on two data sets (the USPS data set and a subset of the Reuters-21578 text categorization corpus). We use a soft version of the kNN algorithm to handle multi-label classification settings. Semi-supervision is performed by using data-dependent kernels.

Key words and phrases. Supervised learning, Semi-supervised learning, k-nearest neighbors, Data-dependent kernels. 		 
         
     
         
         
      Revenire la pagina precedentă