基于参考点的改进k近邻分类算法

作者：梁聪; 夏书银^*; 陈子忠

来源：计算机工程, 2019, 45(02): 167-172.

DOI：10.19678/j.issn.1000-3428.0049901

• k近邻
• 参考点
• 自适应权重
• 方差
• 分类效率

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。

• 单位
  重庆邮电大学