Classification de textes grâce à la compression

Fonctionnement général :

1. On compresse les différents fichiers déjà classé de notre base de données.
2. Puis on les compresse en y ajoutant le fichier que l'on souhaite classer.
3. Après chaque double compression on attribue un score (calculé en fonction de la différence de taille des 2 compressions allant de 0 à 1) au fichier.
   1. On calcul la différence entre les 2 compressions puis on la divise par la compression des 2 fichiers pour garder un score entre 0 et 1.
4. Ensuite on effectue une liste croissante des scores et on regarde les catégories des k (paramètre à décider pour le k plus proche voisins) premier score.
5. Et pour finir on attribue à notre fichier la catégorie la plus représentée dans les k premiers score.