基于随机森林的文本分类研究

文本分类是处理和组织大量文本数据的关键技术，它一直是信息检索领域中的一个研究热点。文本分类旨在将大量文本划分到若干子类，使得各文本子类代表不同的概念主题。文章采用了一种基于随机森林的文本分类方法。该方法来源于基于决策树的机器学习，依据文本内容的分词结果进行机器学习，将文本中信息量高的词汇提取出来作为学习维度，可以准确地对文本进行分类。由于随机森林算法Ⅲ具有高并发，快速收敛的优点，非常适合海量数据的处理。