基于维度索引表的改进KNN分类算法

摘要：

阐述传统KNN分类器的基本原理和其存在的不足之处;针对样本数量增大,维度上升时KNN算法中相似度计算量急剧增大的问题,提出基于维度索引表的改进KNN分类算法;该算法通过建立特征项维度索引表加速KNN算法中寻找K近邻;以搜狗自然语言实验室的文本分类语料库中的新闻文档作为实验对象,采用宏平均F测度值作为分类效果评价标准,用改进KNN方法和传统KNN方法进行对比实验.实验结果表明:该方法能大幅度减少寻找K近邻时相似度计算的次数.

关键词：文本分类、维度索引表、向量空间模型、分类算法

所属期刊栏目：37

在线出版日期：2014-05-29（万方平台首次上网日期，不代表论文的发表时间）

页码：102-106