基于样本重要性原理的KNN文本分类算法
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 引言 | 第8-15页 |
| 1.1 研究的背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 本文工作和论文结构 | 第12-15页 |
| 第二章 文本分类技术 | 第15-26页 |
| 2.1 文档的预处理 | 第15-16页 |
| 2.2 文档的表示模型 | 第16-18页 |
| 2.2.1 布尔模型 | 第16-17页 |
| 2.2.2 向量模型 | 第17-18页 |
| 2.3 特征选择方法 | 第18-20页 |
| 2.3.1 文档频率 | 第19页 |
| 2.3.2 互信息 | 第19页 |
| 2.3.3 信息增益 | 第19页 |
| 2.3.4 卡方检验 | 第19-20页 |
| 2.4 分类算法 | 第20-24页 |
| 2.4.1 K近邻 | 第20-21页 |
| 2.4.2 决策树 | 第21-22页 |
| 2.4.3 支持向量机 | 第22-23页 |
| 2.4.4 集成学习 | 第23-24页 |
| 2.5 分类性能的评价标准 | 第24-26页 |
| 2.5.1 精度和召回率 | 第24页 |
| 2.5.2 F1测度 | 第24-25页 |
| 2.5.3 宏平均F1和微平均F1 | 第25-26页 |
| 第三章 样本重要性原理与SI-KNN算法 | 第26-33页 |
| 3.1 样本重要性原理 | 第26-29页 |
| 3.1.1 计算样本的边界值得分 | 第27-29页 |
| 3.1.2 样本的重要性得分 | 第29页 |
| 3.2 KNN算法的研究分析 | 第29-31页 |
| 3.3 SI-KNN算法 | 第31-33页 |
| 第四章 实验设计与分析 | 第33-42页 |
| 4.1 实验设计 | 第33-34页 |
| 4.2 实验数据集 | 第34-35页 |
| 4.3 实验结果与分析 | 第35-42页 |
| 4.3.1 近邻K值分析 | 第35-37页 |
| 4.3.2 SI-KNN实验分析 | 第37-39页 |
| 4.3.3 参数敏感性分析 | 第39-42页 |
| 第五章 总结与展望 | 第42-45页 |
| 5.1 总结 | 第42-43页 |
| 5.2 未来工作 | 第43-45页 |
| 参考文献 | 第45-50页 |
| 致谢 | 第50-51页 |
| 在读期间公开发表论文（著）及科研情况 | 第51页 |
