KNN算法与其改进算法的性能比较

• 作者: 周剑秋 宋毅飞
• 来源期刊: 机电产品开发与创新
• 学科: 工学
• 关键词: KNN 数据挖掘 类重心 分类
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 制造业信息化
• 页码范围: 60-63
• 页数: 4页
• 分类号: TP392
• 字数: 3513字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6673.2017.02.021

摘要

K最临近算法(简称KNN算法)是一种无参数的分类与统计方法,是数据挖掘分类技术中最简单的方法之一.KNN算法的核心思想是如果一个样本在特征空间中的K个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别,并具有这个类别上样本的特性.还有一种简化的算法称为类重心法,即将训练集中每类样本的重心求出,然后判别位置样本点与各类重心的距离,未知样本点距哪一类重心距离最近,位置样本就属于哪一类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周剑秋	武汉工程大学计算机科学与工程学院	12	33	3.0	5.0
2	宋毅飞	武汉工程大学计算机科学与工程学院	1	10	1.0	1.0