一种基于贪婪算法的KNN参数选择策略

作者：金自翔; 戴新宇; 陈家骏

来源：广西师范大学学报(自然科学版), 2008, (01): 182-185.

DOI：10.16088/j.issn.1001-6600.2008.01.049

• 文本分类
• K近邻
• 参数调节
• 贪婪算法 text categorization
• KNN
• parameter tuning
• greedy search

K近邻算法是基于向量空间模型的最好的文本分类算法之一。使用KNN算法时通常要用贪婪算法进行参数选择,最终的参数不仅取决于每个参数的初始值及候选值,而且和参数选择的顺序密切相关。不同的参数选择策略间存在较大差异,通过实验,指出了KNN算法进行文本分类时一个较好的参数选择策略。