基于聚类的文本分类算法框架研究
黄细凤
中国电子科技集团公司第十研究所 成都 610036
摘要：KNN算法因其易于理解、理论成熟等优点而被广泛应用于文本分类.由于KNN需遍历样本空间计算距离,当训练集样本规模较大或维数较高时,计算开销是巨大的.针对此问题,首先将遗传算法适应度函数设计部分与K-medoids算法思想相融合形成K-GA-medoids,其次将其与KNN相结合形成用于文本分类的算法框架,在分类过程中,采取先聚类,再分类的步骤,以实现对训练集样本的缩减,从而降低计算开销.实验表明,K-GA-medoids相较于传统K-medoids而言在聚类效果上有较为明显的提升,且将其与KNN相结合形成的文本分类算法框架与传统KNN算法相比在保证分类精确率的前提下,有效提升了文本分类的效率.
关键词：KNNK-medoids文本分类聚类分析遗传算法
分类号：TP301.6(计算技术、计算机技术)
资助基金：中国电子科技集团公司第十研究所项目(2018-557-05-01)
论文发表日期：2021-01-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 21-25,93 )
英文信息