论文部分内容阅读
KNN算法在数据处理,文本分类等方面都有着广泛的应用;本文提出了一种基于高斯函数权重分配的改进KNN算法(G-KNN)分类模型,并对该模型进行了理论推导和数学分析。分析了权重参数c和k值对分类性能的影响以及最优值的选取,并分别采用地中海数据和一组UCI公开数据对该算法进行了仿真验证。结果表明,改进算法的性能优于传统KNN算法,准确率,召回率,精度等性能指标都有所提高。且存在最佳的c值和k值使得准确率最大,同时其他性能指标也都有提高。