本发明提供了一种基于最近邻KNN和改进波函数的量子聚类方法，其包括：获取一组待分类样本点的原始数据并将其归一化，基于最近邻KNN确定量子聚类模型的输入参数，计算所有样本点的波函数参数，波函数参数包括计算波函数所服从分布的尺度参数和形状参数，计算量子聚类的势能面，根据所计算的势能面来确定分类个数和分类边界。本发明所提方法继承了量子聚类方法的所有优点，且更适合对服从威布尔分布的数据进行分类，为数据分类提供了一种新的选择，同时既不需要人为给定任何输入参数，也不需要给出样本数据的分类标签，即可计算得到量子聚类模型的输入参数，实用性强且准确率高。