文件名称：研究论文-基于卡方距离度量的改进ＫＮＮ 算法.pdf
文件大小：436KB
文件格式：PDF
更新时间：2022-08-27 09:12:30
现代电子技术
K近邻算法（Knearest neighbor, KNN）是一种思路简单、易于掌握、分类效果显著的算法。决定K近邻算法分类效果关键因素之一就是距离的度量，欧氏距离经常作为K近邻算法中度量函数，欧式距离将样本的不同特征量赋予相同的权重，但是不同特征量对分类结果准确性影响是不同的。采用更能体现特征量之间相对关系的卡方距离度量作为KNN算法的度量函数，并且采用灵敏度法进行特征权重计算，克服欧氏距离的不足。分类实验结果显示，基于卡方距离的改进算法的各项评价指标优于传统的KNN算法。