基于聚类的KNN算法改进

• 作者: 樊东辉 王治和 许虎寅 陈建华
• 来源期刊: 电脑知识与技术
• 学科: 工学
• 关键词: KNN算法 DBSCAN算法 训练集
• 年，卷（期）: 2011,（35）
• 所属期刊栏目: 数据库与信息管理
• 页码范围: 9033-9034,9037
• 分类号: TP391
• 字数: 2505字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3044.2011.35.002

摘要

通过研究KNN算法,提出了一种利用训练集文本聚类结果改进KNN算法的方法,首先将训练集文本采用DBSCAN算法聚进行聚类,将训练集文本分为若干个簇,然后采用KNN算法对测试文档进行测试,最后用距离最近的n个簇中的若干训练集文本使用KNN算法对测试文本进行分类.实验表明,改进后的算法降低了计算量,提高了效率,同时对聚类结果有了一定的改进.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王治和	西北师范大学数学与信息科学学院	78	356	10.0	14.0
2	许虎寅	西北师范大学数学与信息科学学院	6	63	3.0	6.0
3	陈建华	西北师范大学数学与信息科学学院	6	21	2.0	4.0
4	樊东辉	西北师范大学数学与信息科学学院	11	7	1.0	2.0