arXiv 机器学习· Isaac Touza, Kaladzavi Guidedi, Kolyang·· 5 小时前AI 评分28
EANK：用于 k-NN 分类中实例自适应 k 优化的遗传算法
Evolutionary Adaptive Neighborhood Learning: A Genetic Algorithm for Instance-Dependent k Optimization in Nearest Neighbor Classification
AI 导读
研究者提出自适应邻域方法 EANK，通过实数编码精英遗传算法，将局部密度、标签熵等描述符映射为实例相关的自适应邻居数 k(x)。该方法以留一法准确率结合邻域平滑度惩罚作为优化目标，并预计算邻居投票以降低评估计算成本。在合成数据及 12 个公开数据集的嵌套交叉验证中，EANK 表现优于默认的 k=5，且性能与精调后的全局 k 基线相当。
来源：arXiv 机器学习 · arxiv.org