基于欧式距离的最近邻改进算法  

Improved kNN Algorithm Based on Euclidean Distance

作　　者：刘星毅[1] 韦小铃[1] 

机构地区：[1]钦州学院,广西钦州535000

出　　处：《广西科学院学报》2010年第4期409-411,共3页Journal of Guangxi Academy of Sciences

基　　金：广西自然科学基金项目(桂科自0899018);广西教育厅科研项目(200808MS062)资助

摘　　要：依托欧拉距离,使用杂合距离算法改进Minkowski距离公式,使得最近邻算法能够针对不同实际需要计算两事例距离,适用到属性是混合型的情形,也能避免时序列中出现的错误计算问题。Based on Euclidean distance,a hybrid method was employed by making k Nearest Neighbor（kNN） algorithm available to calculate the distance between two instances.The proposed method can be applied for the case with all kinds of data and avoid the mistake computation in the time series data.

关 键 词：邻算法 欧式距离 Minkowski距离 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]