基于高斯函数的改进KNN分类算法研究

• 作者: 田曙光 宋耀莲
• 来源期刊: 数据通信
• 关键词: 高斯函数 KNN 分类 权重
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 技术交流
• 页码范围: 39-43
• 页数: 5页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1002-5057.2021.03.009

摘要

KNN算法在数据处理,文本分类等方面都有着广泛的应用;本文提出了一种基于高斯函数权重分配的改进KNN算法(G-KNN)分类模型,并对该模型进行了理论推导和数学分析.分析了权重参数c和k值对分类性能的影响以及最优值的选取,并分别采用地中海数据和一组UCI公开数据对该算法进行了仿真验证.结果表明,改进算法的性能优于传统KNN算法,准确率,召回率,精度等性能指标都有所提高.且存在最佳的c值和k值使得准确率最大,同时其他性能指标也都有提高.