10.3969/j.issn.1000-1220.2007.06.027
基于χ2统计量的kNN文本分类算法
随着Internet上文档信息的迅猛发展,文本分类成为处理和组织大量文档数据的关键技术.由于χ2统计量能很好地体现词和类别之间的相关性,因此成为特征选择中常用的评估函数.本文分析了χ2统计量在特征选择和分类决策阶段的性质,提出了一种新的基于χ2统计量的相似度定义,并结合基于两次类别判定的快速搜索算法,改进了传统的kNN算法.实验结果显示基于χ2统计量的改进kNN文本分类算法能大大减少kNN算法的分类时间,并提高了kNN算法的准确率和召回率.
文本分类、特征选择、kNN、χ2统计量
28
TP391(计算技术、计算机技术)
国家自然科学基金60573097;广东省自然科学基金05200302;06104916;国家科技计划专项2004BA721A02;广东省科技厅科技计划2005B10101032;高等学校博士学科点专项科研项目20050558017
2007-07-02(万方平台首次上网日期,不代表论文的发表时间)
共4页
1094-1097