一种新的中文文本分类算法——One Class SVM-KNN算法

• 作者: 刘文 吴陈
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 中文文本分类 支持向量机 K-近邻 One Class SVM-KNN
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 83-86
• 分类号: TP301.6
• 字数: 4504字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2012.05.021

摘要

中文文本分类在数据库及搜索引擎中得到广泛的应用,K-近邻(KNN)算法是常用于中文文本分类中的分类方法,但K-近邻在分类过程中需要存储所有的训练样本,并且直到待测样本需要分类时才建立分类,而且还存在类倾斜现象以及存储和计算的开销大等缺陷.单类SVM对只有一类的分类问题具有很好的效果,但不适用于多类分类问题,因此针对KNN存在的缺陷及单类SVM的特点提出One Class SVM-KNN算法,并给出了算法的定义及详细分析.通过实验证明此方法很好地克服了KNN算法的缺陷,并且查全率、查准率明显优于K-近邻算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴陈	江苏科技大学智能信息处理实验室	95	641	13.0	20.0
2	刘文	江苏科技大学智能信息处理实验室	6	19	3.0	4.0