基于支持向量的迭代修正质心文本分类算法
针对质心分类算法容易产生归纳偏置或模型失配问题的不足,提出一种基于支持向量的迭代修正质心分类算法.该方法仅使用由支持向量机(SVMs,Support Vector Machines)选出的支持向量来构造质心向量,然后利用训练集误分样本来迭代修正初始质心向量.与其他分类算法相比,该算法取得较好的宏平均F1和微平均F1,在8个常用文本分类数据集上的实验验证了该算法的有效性,特别是在不均衡文本语料上.
文本分类、质心向量、支持向量、迭代修正、支持向量机
39
TP181(自动化基础理论)
国家科技重大专项2010ZX01042-002
2017-01-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
269-274