基于参考点的改进k近邻分类算法

摘要：

基本k近邻 (kNN) 分类算法具有二次方的时间复杂度, 且分类效率和精度较低.针对该问题, 提出一种改进的参考点kNN分类算法.依据点到样本距离的方差选择参考点, 并赋予参考点自适应权重.实验结果表明, 与基本k NN算法及kd-tree近邻算法相比, 该算法具有较高的分类精度及较低的时间复杂度.

关键词：k近邻、参考点、自适应权重、方差、分类效率

所属期刊栏目：45

分类号：TP399(计算技术、计算机技术)

资助基金：国家重点研发计划2016QY01W0200, 2016YFB1000905;重庆市教委科学技术研究项目KJ1600426, KJ1600419

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：167-172