收录：
摘要：
一种基于改进的K‑Medoids的KNN文本分类方法，该方法涉及计算机文本数据处理领域；首先将对训练文本集和测试文本集进行预先处理，包括分词，停用词去除，DF特征选择以及向量表示，得到训练文本向量空间和测试文本向量空间；然后进行基于改进的K‑Medoids方法的训练样本裁剪，即分别从初始中心点选择和替换中心点搜索策略角度进行优化，并将其运用到训练样本裁剪，得到新的训练文本空间；最后进行KNN分类，定义代表度函数，将其运用到类别属性函数中用于KNN分类，得到最终结果。实验结果表明，与传统KNN方法、基于K‑Medoids的KNN方法相比，本发明具有更高的分类精度和分类效率。
关键词：
通讯作者信息：
电子邮件地址：
