一种改进的KNN分类方法  

An Improved k-Nearest Neighbor Classification Method

作　　者：朱国华[1] 程传鹏[1] 

机构地区：[1]中原工学院计算机学院,河南郑州450007

出　　处：《河南工程学院学报（自然科学版）》2008年第3期65-67,共3页Journal of Henan University of Engineering：Natural Science Edition

摘　　要：介绍了基于向量空间模型(VSM)中的KNN文本分类方法,分析了KNN方法的实质,指出了该方法的不足,对KNN分类中的文档相似性度量公式提出了一种改进方法.改进方法是在文本属性关联和概念共现等基础上提出来的.分类实验结果表明,分类准确率平均提高了约12%.Based on the Vector Space Model （VSM） in the k - Nearest Neighbor （KNN） text classification methods, the essential of KNN in the VSM and its weakness are analyzed. Then we put forward an improved method, which is based on text attribute association and concept co - occurrence. Results of experiments show that the ratio of accuracy is increased by about 12%.

关 键 词：文本分类 KNN 向量模型 相似度 

分 类 号：TP391.07[自动化与计算机技术—计算机应用技术]