基于参考点的改进k近邻分类算法
来源：计算机工程杂志2019年第2期北京时间：
作者：梁聪,夏书银,陈子忠
单位：重庆邮电大学 计算机科学与技术学院,重庆 400065
摘要：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kNN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。
关键词：k近邻,参考点,自适应权重,方差,分类效率
基金资助：国家重点研发计划(2016QY01W0200,2016YFB1000905);重庆市教委科学技术研究项目(KJ1600426,KJ1600419)。
