基于后验概率制导的B-KNN文本分类方法

• 作者: 周红鹃 祖永亮
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 文本分类 后验概率 贝叶斯分类器 K最近邻方法 贝叶斯K最近邻方法
• 年，卷（期）: 2011,（21）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 114-116
• 分类号: TP391
• 字数: 3977字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.21.039

摘要

针对K最近邻(KNN)方法分类准确率高但分类效率较低的特点,提出基于后验概率制导的贝叶斯K最近邻(B-KNN)方法.利用测试文本的后验概率信息对训练集多路静态搜索树进行剪枝,在被压缩的候选类型空间内查找样本的K个最近邻,从而在保证分类准确率的同时提高KNN方法的效率.实验结果表明,与KNN相比,B-KNN的性能有较大提升,更适用于具有较深层次类型空间的文本分类应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周红鹃	合肥工业大学计算机与信息学院	6	33	3.0	5.0
2	祖永亮	合肥工业大学计算机与信息学院	3	38	3.0	3.0