Research and Improvement on Feature Selection and Classification Algorithms for Text Classification Based on KNN

摘要

随着信息技术的迅猛发展和日益普及，文本信息呈现指数级增长。文本分类作为管理大量信息的重要技术，能有效地解决信息混杂的难题，同时能够让用户更准确地检索信息，在信息过滤与检索、邮件分类和话题跟踪等方面有很高的应用价值，是数据挖掘领域的热点技术。 本文以提高KNN分类器性能为主要目标，简要阐述文本分类定义、文本预处理、特征选择、特征加权、分类方法和分类性能评估等，并且针对特征选择、特征加权、分类方法进行了深入研究并加以改进。 （1）提出了基于蚁群优化算法的特征选择。通过设计适应度函数、转移规则和信息素更新等，可以有效排除关联特征和冗余特征，降低计算的空间与时间，提高计算精度，从而提高分类性能。 ...