用改进的1-DNF算法获取最强反例集合的方法

摘要：

利用正样例集合和未标识样例集合获取初始的最强反例集合是使用两步框架方法构造一个面向PU问题文本分类器的基础.该文指出了使用1-DNF算法抽取初始的最强反例集合的局限性,提出了对算法1-DNF的改进方法.实验结果表明,与原算法相比,它大大增加了获取的最强反例数目,加快了算法的收敛速度,提高了分类器的精度.

关键词：文本分类、面向PU问题的文本分类、文本分类器

所属期刊栏目：35

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金60373099

在线出版日期：2007-06-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：191-193