未找到相关数据
基于随机森林的文本分类模型研究
被引：58
作者：
张华伟
王明文
甘丽新
机构：
[1] 江西师范大学计算机信息工程学院
来源：
关键词：
文本分类;
随机森林;
决策树;
泛化误差;
D O I：
暂无
中图分类号：
TP18 [人工智能理论];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
随着WWW的迅猛发展,文本分类成为处理和组织大量文档数据的关键技术.随机森林模型是决策树的集成,并且由一随机向量决定决策树的构造.当森林中决策树的数目增大,随机森林的泛化误差将趋向一个上界.将随机森林模型应用于文本分类,在Reuter21578数据集上的实验表明,分类效果比较好,性能比较稳定,将其同C4.5,KNN,SM0,SVM 4种典型的文本分类器进行了比较,结果显示它的分类性能胜于C4.5,同KNN,SMO和SVM方法相当.
引用
收藏
页码：139 / 143
页数：5
相关论文