分層抽樣的K近鄰分類加速算法

　　k近鄰（k nearest neighbor，kNN）分類作為數(shù)據(jù)挖掘中最典型的算法之一，以較高的泛化性能以及充足的理論基礎(chǔ)被廣泛應(yīng)用。然而kNN在測試時需要計算待識別實例與所有訓(xùn)練實例之間的距離，以至于在面對大規(guī)模數(shù)據(jù)時需要大量的時間。為此，提出一種基于分層抽樣的kNN加速算法（KNN based on stratified sampling，SS_kNN）。首先將訓(xùn)練實例所在的空間劃分為若干個實例個數(shù)相等的區(qū)域，然后從每個區(qū)域內(nèi)抽取實例，最后判定待識別實例落入劃分區(qū)域中的哪一個，并從此區(qū)域以及相鄰區(qū)域抽取的實例中尋找其K個近鄰。與原始kNN算法以及基于隨機抽樣的kNN算法相比，SSkNN算法可以獲得與其相近分類精度，但將其運行速度分別提高大約399倍和16倍。