计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (9): 23-25.DOI: 10.3778/j.issn.1002-8331.2010.09.008
洪智勇1,2,秦克云1,邓维斌3
HONG Zhi-yong1,2,QIN Ke-yun1,DENG Wei-bin3
摘要: 在文本分类领域中,KNN与SVM算法都具有较高的分类准确率,但两者都有其内在的缺点,KNN算法会因为大量的训练样本而导致计算量过大;SVM算法对于噪声数据过于敏感,对分布在分类超平面附近的数据点无法进行准确的分类,基于此提出一种基于变精度粗糙集理论的混合分类算法,该算法能够充分利用二者的优势同时又能克服二者的弱点,最后通过实验证明混合算法能够有效改善计算复杂度与分类精度。
中图分类号: