论文部分内容阅读
k-NN是经典的文本分类算法之一，在解决概念漂移问题上尤其具有优势，但其运行速度低下的缺点也非常严重，为此它通常借助特征选择降维方法来避免维度灾难、提高运行效率。但特征选择又会引起信息丢失等问题，不利于分类系统整体性能的提高。从文本向量的稀疏性特点出发，对传统的k-NN算法进行了诸多优化。优化算法简化了欧氏距离分类模型，大大降低了系统的运算开销，使运行效率有了质的提高。此外，优化算法还舍弃了特征选择预处理过程，从而可以完全避免因特征选择而引起的诸多不利问题，其分类性能也远远超出了普通k—NN。实验显示，优