基于聚类算法的KNN文本分类算法研究

• 作者: 张玉芳 江涛 熊忠阳 陈小莉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: K近邻 隶属度 文本分类
• 年，卷（期）: 2009,（7）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 153-155,158
• 页数: 4页
• 分类号: TP391
• 字数: 4114字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.07.046

摘要

KNN算法是一种在人工智能领域如专家系统、数据挖掘、模式识别等方面广泛应用的算法.该算法简单有效,易于实现.但是KNN算法在决定测试样本的类别时,是把所求的该测试样本的K个最近邻是等同看待的,即不考虑这K个最近邻能表达所属类别的程度.由于训练样本的分布是不均匀的,每个样本对分类的贡献也就不一样,因此有必要有区别的对待训练样本集合中的每个样本.利用聚类算法,求出训练样本集合中每个训练样本的隶属度,利用隶属度来区别对待浏试样本的K个最近邻.通过实验证明,改进后的KNN算法较好的精确性.