基于聚类算法的KNN文本分类算法研究

摘要

KNN算法是一种在人工智能领域如专家系统、数据挖掘、模式识别等方面广泛应用的算法.该算法简单有效,易于实现.但是KNN算法在决定测试样本的类别时,是把所求的该测试样本的K个最近邻是等同看待的,即不考虑这K个最近邻能表达所属类别的程度.由于训练样本的分布是不均匀的,每个样本对分类的贡献也就不一样,因此有必要有区别的对待训练样本集合中的每个样本.利用聚类算法,求出训练样本集合中每个训练样本的隶属度,利用隶属度来区别对待浏试样本的K个最近邻.通过实验证明,改进后的KNN算法较好的精确性.