基于树型结构的SVM多类组合分类器在文本分类中的应用

被引：6

作者：

殷天石

孙济庆

机构：

[1] 华东理工大学

来源：

情报杂志 | 2006年 / 02期

关键词：

多类SVM; 组合分类器; 文本分类;

D O I：

暂无

中图分类号：

G254 [文献标引与编目];

学科分类号：

1205 ; 120501 ;

摘要：

针对最初的支持向量机只能解决两类分类问题,提出了一种基于树型结构的SVM多类组合分类器。实验发现,不同的层次结构对这种树型结构的SVM多类组合分类器的分类准确度会产生影响;实验结果表明多个SVM的组合使用可以改善单个SVM的分类准确度,但是改善的程度还有待提高。

引用

页码：34 / 36

页数：3

共 6 条

[1] 基于支持向量机集成的分类 [J].

魏玲 ;

张文修 .

计算机工程, 2004, (13) :1-2+17

[2] 多层组合分类器研究 [J].

蒋艳凰 ;

杨学军 .

计算机工程与科学, 2004, (06) :67-69+76

[3] 支持向量机及其应用研究综述 [J].

祁亨年 .

计算机工程, 2004, (10) :6-9

[4] 支持向量机在多类分类问题中的推广 [J].

刘志刚 ;

李德仁 ;

秦前清 ;

史文中 .

计算机工程与应用, 2004, (07) :10-13+65

[5] 监督学习的发展动态 [J].

蒋艳凰 ;

周海芳 ;

杨学军 .

计算机科学, 2003, (07) :7-11

[6] SUPPORT-VECTOR NETWORKS [J].

CORTES, C ;

VAPNIK, V .

MACHINE LEARNING, 1995, 20 (03) :273-297

← 1 →