| 一种改进的SVM文本分类算法 |
| |
| 引用本文： | 王义忠,刘循,吴迪. 一种改进的SVM文本分类算法[J]. 现代计算机, 2014, 0(9): 16-20 |
| |
| 作者姓名： | 王义忠 刘循 吴迪 |
| |
| 作者单位： | 四川大学计算机学院,成都610065 |
| |
| 摘 要： | 在研究基于支持向量机进行文本分类一般步骤的基础上，针对Key-Substring-Group文本分类算法存在非线性支持向量机对核函数和参数C的强依赖的问题，用欧氏距离代替支持向量机训练得到的分类决策面进行分类决策，对文本分类算法进行改进。通过对比试验，发现分类效果不会随着核函数及参数C的变化而有明显的波动。
|
| 关 键 词： | 支持向量机 文本分类 核函数 欧氏距离 |
An Improved SVM Text Categorization Algorithm |
| |
| WANG Yi-zhong,LIU Xun,WU Di. An Improved SVM Text Categorization Algorithm[J]. Modem Computer, 2014, 0(9): 16-20 |
| |
| Authors: | WANG Yi-zhong LIU Xun WU Di |
| |
| Affiliation: | (College of Computer Science, Sichuan University, Chengdu 610065) |
| |
| Abstract: | Studyies general steps for text categorization algorithm based on support vector machine theory, in order to solve the problem that non-linear SVM has a strong correlation with kernel functions and parameter C for algorithm in document. Replaces the hyper-plane got by SVM learning with Euclidean Distance to make categorization decision. Through contrast experiment shows the categorization accuracy has no large fluctuation with different kernel functions and parameter C. |
| |
| Keywords: | Support Vector Machine Text Categorization Kernel Function Euclidean Distance |
| 本文献已被 维普 等数据库收录！ |
