标签: 样本裁剪

文本分类技术是文本挖掘技术中的研究热点之一，但是传统KNN分类算法的时间复杂度高，在不均匀密度样本下分类准确率低。针对这些问题，提出一种在不均匀密度样本下的优化KNN算法：IKNN算法。首先选取样本分类不均匀的训练样本，并对其中高密度样本做出相应的裁剪，以提高准确率。然后在此基础上，针对裁剪后的训练样本使用投影寻踪理论，选取更小的、更具代表性的样本库，以降低分类算法的时间复杂度。在此理论基础上，通过实验表明，在大量的训练样本下，与经典KNN算法相比，IKNN算法具有更高的效率和准确率。