基于粗糙集与改进KNN算法的文本分类方法的研究

• 作者: 邵莉
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 粗糙集 改进KNN 文本分类
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 数据库
• 页码范围: 86-89
• 分类号: TP392
• 字数: 4303字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2012.02.023

摘要

KNN算法是文本自动分类领域中的一种常用算法,对于低维度的文本分类,其分类准确率较高.然而在处理大量高维度文本时,传统KNN算法由于需处理大量训练样本导致样本相似度的计算量增加,降低了分类效率.为解决相关问题,本文首先利用粗糙集对高维文本信息进行属性约简,删除冗余属性,而后用改进的基于簇的KNN算法进行文本分类.通过仿真实验,证明该方法能够提高文本的分类精度和准确率.