一种并行的改进K―近邻分类方法.docVIP

一种并行的改进K―近邻分类方法 　　摘要：针对传统K-近邻（K-Nearest Neighbor， K-NN）分类方法不能高校处理大规模训练数据的分类问题，该文提出一种并行的改进K-NN（Improved Parallel K-Nearest Neighbor， IPK-NN）分类方法。该方法首先将大规模训练样本随机划分为多个独立同分布的工作集，对于任意一个新来的待检测样本，在每个工作集上采用标准K-NN方法对该样本进行标记，然后综合各训练集的标记结果，得到该样本的最终标记。实验结果表明，在大规模数据集的分类问题中，IPK-NN方法能够在保持较高分类精度的同时提高模型的学习效率。 　　关键词： K-近邻分类； 并行计算； 并行K-近邻分类； 工作集 　　中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2014）12-2825-03 　　A Parallel Improved K-Nearest Neighbor Classification Method 　　QIU Qiang 　　（China North Industries Group Corporation， Taiyuan 030600， China） 　　Abstract：To solve problems that traditional K-nearest neighbor （K-