一种改进的最邻近分类算法

作者：鞠冬彬; 赵宪佳knn最邻近算法文本分类余弦相似度类间分布不均

摘要：K最邻近算法(K-nearest neighbor,KNN)是一种无参数、分类效果显著、简单的经典分类算法,但是实际的训练样本经常存在类与类之间分布不均的现象,造成实验结果的偏差。针对这个问题,进行基于密度改进KNN算法。实验结果表明,改进的分类算法在分类的准确率平均提高了3.3%,召回率平均提高1.6%,F1值均值提高2.4%。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社