论文部分内容阅读
随着网络的发展，大量的文档涌现在网上，自动文本分类成为处理海量数据的关键技术。在众多的文本分类算法中，kNN算法被证明是最好的文本分类算法之一。对于大多数文本分类来说，文本预处理是文本分类的瓶颈，文本预处理的好坏直接影响着分类的性能。在此介绍了一种新的文本预处理算法——基于基尼的文本预处理算法。同时采用模糊集理论改进kNN的决策规则。这两者的结合使得模糊kNN比传统的kNN表现出更好的分类性能。实验结果证明这种改进是有效的，可行的。