模糊kNN在文本分类中的应用研究

• 作者: 朱卫东 林永民
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 文本分类 模糊kNN 特征选择
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 185-187
• 页数: 3页
• 分类号: TP3
• 字数: 2761字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2008.09.069

摘要

自动文本分类是根据已经分配好类标签的训练文档集,来对新文档分配类标签.针对模糊kNN算法用于文本分类的性能进行了一系列的实验研究与分析.在中英文两个不同的语料集上,采用四种著名的文本特征选择方法进行特征选择,对改进的模糊kNN方法与经典kNN及目前广泛使用的基于相似度加权的kNN方法进行实验比较.结果表明,在不同的特征选择方法下,该算法均能削弱训练样本分布的不均匀性对分类性能的影响,提高分类精度,并且在一定程度上降低对k值的敏感性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱卫东	北京交通大学计算机与信息技术学院	26	225	10.0	14.0
2	林永民	河北理工大学经济管理学院	10	125	7.0	10.0