65,187
社区成员
发帖
与我相关
我的任务
分享请发表友善的回复…
发表回复
qiuqiu173 2008-03-08
- 打赏
- 举报
http://www.programsalon.com/downloads26/sourcecode/math/detail83627.html
qiuqiu173 2008-03-08
- 打赏
- 举报
该算法的基本思路是：在给定新文本后，考虑在训练文本集中与该新文本距离最近（最相似）的 K 篇文本，根据这 K 篇文本所属的类别判定新文本所属的类别，具体的算法步骤如下：
1:根据特征项集合重新描述训练文本向量
2:在新文本到达后，根据特征词分词新文本，确定新文本的向量表示
3:在训练文本集中选出与新文本最相似的 K 个文本，计算公式为：
其中，最相似标准的确定目前没有很好的方法，一般采用先定一个初始值，然后根据实验测试的结果调整。
4:在新文本的 K 个邻居中，依次计算每类的权重，计算公式如下：
其中， 为新文本的特征向量， 为相似度计算公式，与上一步骤的计算公式相同，而 为类别属性函数，即，如果 属于类 ，那么函数值为1，否则为0。
5:比较类的权重，将文本分到权重最大的那个类别中
1:根据特征项集合重新描述训练文本向量
2:在新文本到达后，根据特征词分词新文本，确定新文本的向量表示
3:在训练文本集中选出与新文本最相似的 K 个文本，计算公式为：
其中，最相似标准的确定目前没有很好的方法，一般采用先定一个初始值，然后根据实验测试的结果调整。
4:在新文本的 K 个邻居中，依次计算每类的权重，计算公式如下：
其中， 为新文本的特征向量， 为相似度计算公式，与上一步骤的计算公式相同，而 为类别属性函数，即，如果 属于类 ，那么函数值为1，否则为0。
5:比较类的权重，将文本分到权重最大的那个类别中
