一个高效的KNN分类算法

被引:56
作者
张著英
黄玉龙
王翰虎
机构
[1] 贵州大学计算机科学技术学院
关键词
数据挖掘; KNN分类; 粗糙集; 属性约简;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
KNN算法是数据挖掘技术中比较常用的分类算法,由于其实现的简单性,在很多领域得到了广泛的应用。但是,当样本容量较大以及特征属性较多时,KNN算法分类的效率就将大大降低。本文将粗糙集理论应用到KNN算法中,实现属性约简,提出了一种新的KNN分类方法,解决了KNN算法分类效率低的缺点,从而可使KNN算法能够得到更广泛的应用。
引用
收藏
页码:170 / 172
页数:3
相关论文
共 3 条
[1]   基于粗糙集理论的属性约简算法的实现 [J].
张冬玲 .
计算机应用, 2006, (S1) :78-79+82
[2]   一种基于粗糙集的朴素贝叶斯分类算法 [J].
胡学钢 ;
郭亚光 .
合肥工业大学学报(自然科学版), 2006, (02) :169-172
[3]  
数据挖掘技术及应用.[M].陈安;陈宁;周龙骧等编著;.科学出版社.2006,