SVMDT分类器及其在文本分类中的应用研究

被引：13

作者：

韩家新

何华灿

机构：

[1] 西北工业大学计算机科学与工程系

[2] 西北工业大学计算机科学与工程系陕西西安西安石油学院计算机科学与技术系陕西西安

[3] 陕西西安

来源：

计算机应用研究 | 2004年 / 01期

关键词：

支持矢量机; 二叉决策树; 多值分类器; 文本分类;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

基于SVM(Support Vectort Machine)理论的分类器已经发展为一种通用的二值分类器,但它不适用于多值的场合。在分析经典的SVM分类算法和决策树分类算法的基础上,提出了将SVM和二叉决策树结合的方法来实现多值分类器(SVMDT),并将其应用于文本分类,实验表明在分类精度和速度上具有良好的性能。

引用

页码：23 / 24+43 +43

页数：3