KNN算法及改进 论文.docVIP

漳州师范学院 毕业论文（设计） KNN算法及改进 THE ALGORITHM OF KNN AND IMPROVEMENT 姓 名： 程至镖 学 号： 090803158 系 别： 计算机科学与工程系 专 业： 计算机科学与技术 年 级： 09级 指导教师： 周忠眉 2011 年 4 月 24 日 摘要 数据挖掘是指从数据库中抽取隐含的、具有潜在使用价值信息的过程，是一种新型的数据分析技术，已被广泛应用于金融、保险、政府、教育、运输以及国防等领域。分类问题是数据挖掘技术中的主要研究课题。分类有很多方法，而KNN算法是利用较广泛的数据挖掘算法之一。本文就KNN算法及改进的KNN算法原理、实施步骤进行了详尽的描述和分析，并给出了具体的挖掘事例，通过例子来阐述KNN算法及改进的KNN算法工作原理和过程。 关键词：数据挖掘；分类；算法；KNN算法；距离；欧几里德 Abstract Data mining means the process of extracting cryptic and potential helpful information from a mass of Data. It is one kind of brand new Data analysis technology and popular in the field of banking finance, insurance, government, education,transportation and national defense etc.The problem of classification is a major subject of research in data mining technology. There are many methods for Data classification, and the K-nearest neighbor’s classification (KNN) algorithm is one of the much more popular Data mining algorithm.The paper progressively elaborates and labors the algorithm principles and the implementation step of KNN algorithm and the improvement of KNN algorithm, meanwhile, illustrates the working principle as well as the process of KNN algorithm and the improvement of KNN algorithm through specific excavation examples. Key words: Data mining，Classification，Algorithm, KNN,Distance, Euclid of Alexandria 目 录 摘要 I Abstract I 1．引言 2 1.1数据挖掘的背景，含义及其应用 2 1.2 数据挖掘的步骤 2 1.3 本文的组织结构 3 2． 分类算法分析与实现 3 2.1 分类概念与分类方法 3 2.2 分类过程 3 2.3 KNN算法介绍 3 2.3.1 KNN算法的基本概念 3 2.3.2 KNN算法分析与实现 4 3. KNN算法实例说明 4 4.总结与展望 33 参考文献： 34 致谢 35 1．引言 1.1数据挖掘的背景，含义及其应用 随着数据库、网络等技术的迅速发展，人们积累的数据越来越多，我们已经被淹没在数据和信息的汪洋大海中。人们需要有新的、更有效的方法对各种大量的数据进行分析、提取以挖掘其潜能，数据挖掘正是在这样的应用需求环境下产生并迅速发展起来的，它的出现为智能地把海量的数据转化为有用的信息和知识提供了新的思路和手段。Classification）②估值（Estimation）③预言（Prediction）④相关性分组或关联规则（Affinity grouping or association rules）⑤聚焦（Clustering）⑥描述和可视化（Description and Visualization）。以上的六种分析方法可分为两类：直接数据挖掘与间接数据挖掘。直接数据挖掘的目标是利用可用的数据建立一个模型，