摘要： 介绍了数据挖掘的一个分枝——文本自动分类的相关技术,在对数据进行预处理的基础上,实现了K最近邻居分类算法,并结合实验结果对数据预处理在文本分类中的重要性进行了讨论。

关键词: 数据挖掘, 文本分类, KNN算法, 向量空间模型

Abstract: This paper introduces a branch of data mining technology——text categorization, and discusses some related key technologies of text categorization. Based on data preprocess, it implements one algorithm, K nearest neighbor algorithm. In the end, it utilizes the experiment results to prove the importance of data preprocess for clarifying capability.

中图分类号: 

• TP391.1