基于簇的K最近邻(KNN)分类算法研究

• 作者: 杨炳儒 潘丽芳
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: KNN算法 相似度计算次数 簇 中心向量 TF_IDF算法
• 年，卷（期）: 2009,（18）
• 所属期刊栏目: 人工智能
• 页码范围: 4260-4262
• 页数: 3页
• 分类号: TP311.12
• 字数: 3695字
• 语种: 中文

摘要

传统K最近邻(KNN)分类算法为了找出待分类文本的k个邻居,需要与样本空间中的每个样本向量作比较,当训练样本较多时,导致相似度计算次数过多,分类速度下降.为此,改进了传统KNN算法,将训练文本中相似度大的文本合并,称为一簇,并计算簇的中心向量.待分类文本先与每一簇的中心向量计算相似度,当相似度达到某个阈值时,再与簇中的每个文本计算相似度,在一定程度上减少了相似度计算次数,降低了算法的时间复杂度.根据同一特征出现在文本中的位置不同应具有不同的权重改进了传统的TF-IDF计算公式.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨炳儒	北京科技大学信息工程学院	319	4361	32.0	49.0
2	潘丽芳	北京科技大学信息工程学院	2	57	2.0	2.0