论文部分内容阅读
随着WWW的迅猛发展,文本分类成为处理和组织大量文档数据的关键技术。KNN方法是一种简单、有效、非参数的分类方法。本文提出利用KNN分类器的封闭测试的结果对分类器进行调整修正系数的算法PIM-KNN（Parameter Iteratively Modified-KNN）：错误分类的样本应该拉近与所属类别的＂距离＂,而增大与被误判的类别的＂距离＂。实验结果表明,经过PIM-KNN算法调整的KNN分类器的分类效果得到显著提高。