用于大数据分类的KNN算法研究

• 来源期刊: 计算机应用研究
• 关键词: 大数据 KNN 差分多层
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1342-1344,1373
• 页数: 4页
• 分类号: TP391|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2014.05.013

摘要

针对KNN算法在处理大数据时的两个不足对其进行了研究，提出多层差分KNN算法。算法对已知样本根据类域进行分层，既避免了传统改进算法中剪辑样本带来的判别误差，又大大降低了无效的计算量；同时在最后一层采用差分的方法进行决策，而不是直接根据最近邻进行分类，大大提高了分类的准确性。实验结果表明，该算法在对样本容量大、涉及邻域多的大数据样本进行分类时能取得较好的分类效果。