一种快速KNN文本分类算法

• 作者: 孙荣宗
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 文本分类 K-最近邻 算法
• 年，卷（期）: 2010,（1）
• 页码范围: 174-175
• 页数: 2页
• 分类号: TP391

摘要

KNN（K-Nearest Neighbor）是向量空间模型中最好的文本分类算法之一。但是,当样本集较大以及文本向量维数较多时,KNN算法分类的效率就会大大降低。该文提出了一种提高KNN分类效率的改进算法。算法在训练过程中计算出各类文本的分布范围,在分类过程中,根据待分类文本向量在样本空间中的分布位置,缩小其K最近邻搜索范围。实验表明改进的算法可以在保持KNN分类性能基本不变的情况下,显著提高分类效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙荣宗	同济大学电子与信息工程学院计算机科学与技术系	3	65	2.0	3.0