基于边界文本多k值分类的改进kNN算法

kNN算法是一种简单、有效的文本分类方法，并在文本分类中得到广泛的应用。但是kNN计算开销较大，而且对处于分类边界的测试文本分类精度较低。本文针对心州算法的缺陷，采用中心文本向量模型和排除算法提高了kNN算法的效率，并且提出了边界文本多k值分类算法提高了边界文本分类的准确率。实验结果表明改进的kNN算法具有较好的性能。