一种基于粗糙集的改进KNN文本分类算法_苟和平.pdfVIP

12 20 2012 7 科 学 技 术 与 工 程 Vol. 12 No. 20 Jul． 2012 第 卷 第 期 年 月 167 1— 1815 (2012)20-4926-04 Science Technology and Engineering  2012 Sci. Tech. Engrg. 一种基于粗糙集的改进KNN 文本分类算法 1 1 2 2 苟和平 景永霞 冯百明 李 勇 ( 1 ， 57 1100 ; 2 ， 730070) 琼台师范高等专科学校信息技术系 海口 西北师范大学数学与信息科学学院 兰州 K (KNN) 。 ， 摘 要 最近邻算法 被认为是向量空间模型下最好的分类算法之一 在准确率和召回率方面比较出众 但随着样 。 RS-KNN ， ， 本数量的增加其相似度计算开销很大 提出一种改进算法 主要是利用粗糙集的相关理论 计算训练样本集中各样 ， 。 本子类的上近似空间和下近似空间 根据待分类文本出现在不同的近似空间 以缩减与待分类样本计算相似度的训练样本 。 。 个数 实验表明此算法能够有效地降低分类计算开销 K 关键词 最近邻 文本分类 粗糙集 近似空间 中图法分类号 TP391． 75 ; 文献标志码 A ， ， 随着互联网的普及和信息技术的发展 网络信 征集缩减 将文本以特征向量的形式定义到实数域 ， ; ， 息资源日益丰富 如何从大量的信息资源库中挖掘 中 在分类阶段 按与训练阶段同样的方法将待分 。 出有用信息成为研究的热点 作为数据挖掘关键 t ， t 类文本 表示为特征向量 在训练集中找出与 最 i i ， 技术之一的文本自动分类技术 是实现文本数据组 相似的k ， k 个文本 以这 个近邻文本的类别作为候 ， 织与检索的有效手段 在提高文本数据利用的有效