21世纪是信息技术飞速发展的一个世纪,人们每天都生活在充斥着各种各样信息的世界里。如何对海量的数据进行分类,从中获取有用的信息,是当前技术急需解决的一个重要问题。数据挖掘领域的分类技术可以很好的解决这一问题。K最近邻算法是一个经典的分类算法,然而目前传统的K最近邻算法在面对大量数据时还存在一定的缺陷,主要是算法的运行效率较低,以及在不平衡数据集上分类正确率不高的问题。针对算法的运行效率问题,本文提出了基于数据划分思想的分类算法的改进方法,包括BINER算法与CLUEKR算法。BINER是基于二分法的数据划分算法,它将数据集分为多个子数据集,之后计算子数据集之间的相似度,根据相似度的大小选择相应的子数据集,从而缩小待查询数据集,提高算法运行效率。CLUEKR是基于分层聚类的数据划分算法,它把数据集自顶向下的进行分层聚类,将数据集分为多个子聚类,同样根据子聚类之间相似度的计算,选择满足条件的子聚类,缩小数据集,提高算法的运行效率。上述算法都不是直接对待分类的数据进行处理,而是通过数据划分有效的缩小待查询数据集,最终使得算法的运行时间降低,达到提高算法的运行效率的目的。针对K最近邻算法在不平衡数据集上分类的正确率不高的问题,本文提出了加权K最近邻算法。该算法对不平衡数据集中的少数类进行了加权设计,从而降低了少数类分布不均衡带来的影响,提高算法的正确率。加权设计方法主要为:简单的加权设计、增强因子的加权设计以及添加修正系数的加权设计。通过上述设计把权重分配给每个类,并确保所分配的权重不会对异常值产生不利的影响。最终提高了 K最近邻算法在不平衡数据集上分类的正确率。最后,本文将改进的加权K最近邻算法与CLUEKR算法相结合,设计了一种考虑到数据性质的高效准确的K最近邻算法,简称CW-KNN算法。