文本分类是数据挖掘中一个常见的研究热点方向，K-最近邻分类方法是一种用实例解决问题的分类方法，在向量空间模型下，是一种比较好的文本分类方法。其主要步骤有：文本预处理，特征选择（计算特征词的权重和选择特征词），表示文本的特征模型的建立，训练分类器，用分类器进行分类。其中特征选择是文本分类中最重要的，能否利用特征选择选出合适的特征词对分类的效果有重要影响。能否利用特征选择选出合适的特征词会直接影响分类的效率和效果。许多研究表明，互信息特征选择方法是很好的特征选择度量算法之一。任意两个随机变量的统计相关性可以用互信息是加以衡量。在文本分类中，互信息特征选择存在以下三点不足:(l)只考虑了特征词出现的文档频率，即特征词在几篇文档中出现过，而没有考虑特征词在文本中出现的频度，即特征词出现了多少次。(2)互信息方法没有考虑特征词之间的统计关联性，只考虑了特征词与类别之间的统计关联性。(3)文本训练集中各个类别中的文本数量会影响对计算特征词互信息，但这点没有想办法解决。如上所述互信息方法的缺点，针对以上不足，本文通过引入最小特征冗余度量法，加入特征类频度和特征类内分散度两个参数，同时在计算特征词文档频时设置其在文本中需要出现的最小词频，提出了一种基于特征词词频的互信息特征选择方法。此外，K-最近邻分类算法中如何确定合适的K值以达到最佳分类效果，采取预先确定固定的K值的算法有着明显的缺陷，它没考虑到训练文本集合各个类别的文档数目对K值选取会产生影响，如果K值选择太大，在选择K个近邻的时候，容易使分类结果趋向于含有文档数较多的类别，分类效果不好；而如果K值选择太小，得到的相近文档数太少，会使分类精度降低，而且会放大噪声数据的干扰作用。针对K-最近邻分类算法采用固定K值的缺陷，本文提出一种动态获取K值的策略，实验表明，动态获取K值的K-最近邻分类算法具有较高分类性能。本文将基于文本词频的互信息特征选择算法运用到动态获取K值的K-最近邻分类算法中，在数据集上的实验结果表明了特征提取算法的改进与动态获取K值的结合能有效的取得高质量的分类结果。