文献类型：期刊文章

作　　者：李荣陆[1] 胡运发[1]

机构地区：[1]复旦大学计算机与信息技术系,上海200433

出　　处：《计算机研究与发展》

基　　金：国家自然科学基金项目 (60 173 0 2 7)

年　　份：2004

卷　　号：41

期　　号：4

起止页码：539-545

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：随着WWW的迅猛发展 ,文本分类成为处理和组织大量文档数据的关键技术 kNN方法作为一种简单、有效、非参数的分类方法 ,在文本分类中得到广泛的应用 但是这种方法计算量大 ,而且训练样本的分布不均匀会造成分类准确率的下降 针对kNN方法存在的这两个问题 ,提出了一种基于密度的kNN分类器训练样本裁剪方法 ,这种方法不仅降低了kNN方法的计算量 ,而且使训练样本的分布密度趋于均匀 ,减少了边界点处测试样本的误判 实验结果显示 。

关 键 词：文本分类 KNN 快速分类  

分 类 号：TP391] TP18[计算机类]