KNN算法的执行效率受训练文本集和测试文本集规模制约的问题
实质是利用待分类文本与训练文本类中心向量距离的权值大小
在训练阶段利用训练集的类中心建立初级分类器
实验表明本文算法可以有效地缩减训练文本数量
并在分类阶段将其应用于KNN算法
进而减少KNN算法中相似度的计算量
从缩减训练集规模的角度出发
) 摘要: 本文提出了基于类中心向量的K最近邻(KNN)算法
【详情见下载】KNN算法的执行效率受训练文本集和测试文本集规模制约的问题
实质是利用待分类文本与训练文本类中心向量距离的权值大小
在训练阶段利用训练集的类中心建立初级分类器
实验表明本文算法可以有效地缩减训练文本数量
) 摘要: 本文提出了基于类中心向量的K最近邻(KNN)算法
【详情见下载】