基于三支决策的KNN增量算法

来源期刊：控制工程2020年第4期

论文作者：裴晓鹏 尚奥 刘美红 刘帆 陈泽华

文章页码：656 - 661

关键词：k-近邻算法;三支决策;边界域;增量式算法;

摘    要：k-近邻（k-Nearest Neighbour,KNN）算法是一种有效的多分类算法,他具有简单、稳定的特点,在数据挖掘领域得到了广泛的应用。但是有2个主要缺点,一是算法的准确度与k值有很大关系,不同的k值会导致准确率有很大的不同;二是他属于非增量式算法,随着数据量的增加,算法的分类速度会越来越慢,影响他在海量数据分析中的应用。三支决策的主要思想是将整体分成3个独立的部分,引入了不承诺的决策选项,规避了错误接受或者错误拒绝的损失。把三支决策思想引入KNN算法,对边界域样本特殊处理,会减小分类代价,提高海量数据处理的正确性,同时对KNN算法进行改进,提出了一种基于三枝决策的KNN增量式算法,提高了原有算法的快速性。