KNN算法综述

被引：37

作者：

闭小梅 ^{[1
]}

闭瑞华 ^{[2
]}

机构：

[1] 湖南省怀化商业学校

[2] 广西贵港市机电工程学校

来源：

关键词：

分类算法; KNN; 数据挖掘;

D O I：

10.16660/j.cnki.1674-098x.2009.14.019

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

KNN(K最近邻)分类算法是应用最为广泛的分类算法。本文介绍传统的KNN方法的基础上,根据其不足,从降低计算复杂度提高算法的执行效率,相似度度量方法,决策规则等几方面综述KNN改进算法。

引用

页码：31 / 31

页数：1

共 5 条

[1] Fast KNN classification algorithm based on partial distance search. W J Hwang,K W Wen. Electronics Letters . 1998
[2] A fast K nearest neighbors classification algorithm. J S Pan,Y L Qiao,S H Sun. IEICE Transactions on Fundamentals of Electronics Communications and Computer Sciences . 2004
[3] Nearest Neighbors without k: A Classification Formalism based on Probability. H. Wang. technical report. Faculty of Informatics, University of Ulster. N.Ireland, UK . 2002
[4] 基于密度的kNN文本分类器训练样本裁剪方法
李荣陆
胡运发
[J]. 计算机研究与发展, 2004, (04) : 539 - 545
[5] The condensed nearest neigh-bor rule. P E Hart. IEEE Transactions on Information Theory . 1968