一种基于最短距离聚类的 K最近邻分类算法

• 作者: 张嵘 陈江丽
• 来源期刊: 新乡学院学报
• 学科: 工学
• 关键词: K最近邻分类 训练样本 测试样本 聚类 最短距离
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 计算机 网络 通信
• 页码范围: 29-33
• 页数: 5页
• 分类号: TP311
• 字数: 2854字
• 语种: 中文

摘要

针对传统 K最近邻（KNN）分类法执行效率低的问题，提出一种改进的 K最近邻分类法。先采用最短距离聚类法分别对训练样本和测试样本进行聚类，生成一些小簇和孤立点，再对小簇或孤立点使用改进的 K最近邻方法进行分类。改进后的方法能极大地缩小分类样本的规模，降低计算成本，提高分类效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈江丽	临沧师范高等专科学校信息科学与技术系	10	14	2.0	3.0
2	张嵘	临沧师范高等专科学校信息科学与技术系	9	18	3.0	3.0