文献类型：期刊文章

作　　者：耿丽娟[1] 李星毅[1]

机构地区：[1]江苏大学计算机科学与通信工程学院,江苏镇江212013

出　　处：《计算机应用研究》

基　　金：国家"十一五"科技支撑计划资助项目(2006BAG01A0);国家自然科学基金资助项目(10972027);江苏大学校基金资助项目(11JDG064)

年　　份：2014

卷　　号：31

期　　号：5

起止页码：1342-1344

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：针对KNN算法在处理大数据时的两个不足对其进行了研究,提出多层差分KNN算法。算法对已知样本根据类域进行分层,既避免了传统改进算法中剪辑样本带来的判别误差,又大大降低了无效的计算量;同时在最后一层采用差分的方法进行决策,而不是直接根据最近邻进行分类,大大提高了分类的准确性。实验结果表明,该算法在对样本容量大、涉及邻域多的大数据样本进行分类时能取得较好的分类效果。

关 键 词：大数据 KNN 差分多层  

分 类 号：TP391] TP301.6[计算机类]