K-最临近分类算法论文.doc

  1. 1、本文档共43页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
PAGE \* MERGEFORMAT1 K-最临近分类算法 K-Nearest Neighbour 课程名称 数据仓库与数据挖掘   摘 要 K-最临近分类算法(kNN)是著名的模式识别统计学方法,是最好的文本分类算法之一,在机器学习分类算法中占有相当大的地位,是最简单的机器学习算法之一。 随着当今社会,计算机的普遍使用,出现了连绵不断的文本文件,如何对这些毫无逻辑、毫无层次的文件进行分门别类的整理,做到井井有条,层次鲜明呢?? 文本自动分类就是针对上述情况,采用机器,通过一定的约束条件和一些分类算法,自动的对这些文件进行遍历,从而实现分门别类。这样用机器代替人来“阅读”文章,用机器代替人来“整理”文章,不仅减轻了工作人员的负担,而且大大节省了时间,工作人员可以去做更多有意义的事情。 KNN算法的核心思想是,通过计算每个训练样本到待分类数据的距离,取和待分类数据距离最近的K个训练样本, K个样本中哪个类别的训练样本占多数,则待分类数据就属于哪个类别。本文旨在利用K-最临近分类算法进行数据挖掘。 关键词:kNN算法;文本分类;分类算法;数据挖掘; ABSTRACT KNN?algorithm,?a?famous?statistical?method?of?pattern?recognition,which?is?one?of?the?best?algorithms?for?dealing?with?text?categorization,?is?playing?an?important?role?in?machine?learning?classification?algorithm,?and?it?is?one?of?the?simplest?algorithms?in?machine?learning.? With?todays?society,?the?widespread?use?of?computers,?the?continuous?of?the?text?file,? how?about?these?no?logic,?no?level?of?sort,?classify?files?on?do?in?perfect?order,?hierarchy?and?bright? Text?automatic?classification?is?according?to?the?above?situation,?using?the?machine,?through?a?certain?constraint?condition?and?some?classification?algorithm,?automatic?to?traverse?these?files,?so?as?to?realize?classify.?So?using?machines?instead?of?people?to?read,?to?finish,?replacing?workers?with?machines?not?only?reduce?the?burden?of?the?staff,? and?greatly?saves?time?and?staff?do?more?meaningful?things. Thecore?idea?of?KNN?is?to?be?classified,? the?distance?ofdata?calculated?for?each?training?sample,? and?the?data?from?the?nearest?K?training?samples,? which?category?K?sample?training?samples?inthe?majority,? are?to?be?classified?data?belongs?to?which?category. This article is for the purpose of?data mining using K-Nearest Neighbour. Key words:KNN?algorithm, Text?classification, Classification?algorithms, data mining 1.研究背景及现状 国际权威的学术组织the IEEE International Conference on Data Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法: C4.5,k-Means, SVM, Apriori,,EM, PageRank, AdaBoost,kNN,Naive Bayes,,and CART。 国外对于文本分类的研究开展较

文档评论(0)

weidameili + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档