文本分类中一种基于密度的KNN改进方法.pdfVIP

情 报 学报 !# $%%% %$’( ./01#23 /4 567 86!#2 /8!759 4/1 8!7#5!4!8 2#: 5786#!823 !#4/1;25!/# !# $%%% %$’( 第 卷第 期 ， 年 月 ， )* + *’, *’* )%%- $) = ?)* #= ?+ *’, *’* :@A@BC@D )%%- !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! ： P=G $% ? ’MM)QR ? GOOK ? $%%%E%$’( ?)%%- ?%+ ?%%+ 文本分类中一种基于密度的! 改进方法$） 刘海峰 汪泽焱 姚泽清 刘守生 （解放军理工大学理学院，南京)$%%%M ） 摘要 特征降维与分类算法的性能是文本自动分类的两个主要问题。S## 算法以其简单、有效、非参数特点常 用于文本分类，但是训练文本分布的不均匀对S## 的分类效果产生负面影响，而在实际应用中训练文本分布不均 是常见现象。本文针对这种分类环境，首先提出了一种改进的! #$ 赋权方法用于特征降维，在此基础上进一步 提出了一种基于密度的改进S## 方法用于文本分类，使处于样本点分布较密集区域的样本点之间的距离增大。 随后的文本分类试验表明，本文提出的方法基于密度的S## 方法具有较好的文本分类效果。 关键词 ! #$ 文本分类 S## 算法 特征降维 #$ %’()*+, ! #-.)(/01 234+, )$ 5+$4/06 /$ #70)30/8 9+:0 ;30+.)(/30/)$ ， ， 3GH 6FGJ@KL TFKL U@VFK 9F= U@WGKL FKP 3GH I=HOI@KL （ ， ， ） %’!#!(!) * +,#),)’ -./ 0#1)2’#!3 * +,#),) 4$ 5),6*7*83 94: #8 )$%%%M #=40(380 4@FXHD@ D@PHAXG=K FKP Y@DJ=DBFKA@ =J AFOOGJGAFXG=K FL=DGXIB FD@ XI@ XZ= BFGK YD=C@BO GK FHX=BFXGA X@[X AFX@L=DG\FXG=K ? 5I@ S## GO F OGBY@，]FGP FKP K=KEYFDFB@X@D B@XI=P =JX@K FYYG@P X= X@[X AFX@L=DG\FXG=K，CHX XI@ HK@]@K ， PGOXDGCHXG=K GK XDFGKGKL O@X ZG FJJ@AX XI@ S## AFOOGJG@P D@OHX K@LFXG]@V ? 6=Z@]@D XI@ HK@]@K PGOXDGCHXG=K @K]GD=KB@KX GO B=D@ JFBGGFD GK XDFGKGKL O@X GK D@FGXV ? 0KP@D XI@ A=KPGXG=K Z@ JGDOX YHX J=DZFDP FK GBYD=]@P ! #$ Z@GLIXGKL ZFV GK J@FXHD@ D@PHAXG=K； XI