《表1 UCI数据集描述：基于冗余度的KNN训练样本裁剪新算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于冗余度的KNN训练样本裁剪新算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了检验样本裁剪算法的裁剪效果以及对KNN分类器分类精度的影响，第一组实验在15个标准的UCI(University of California，Irvine）分类数据集上对本文提出的RBKNN算法与经典KNN和DBKNN算法[16]进行了比较测试，所有算法中k值为5。实验中采用的15个数据集的具体信息如表1所示。