朴素贝叶斯算法和SVM算法在Web文本分类中的效率分析

被引：8

作者：

詹毅

机构：

[1] 成都大学旅游文化产业学院

来源：

关键词：

Web分类系统; 朴素贝叶斯算法; SVM算法; 效率分析;

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：

为分析对比朴素贝叶斯算法和SVM算法在Web文本分类中的效率及其适用的范围,构建了一个Web分类系统,此分类系统将已分类的Web网页作为训练集,利用分类算法构建Web分类器,通过Web测试集评价两类算法在Web文本分类中的性能体现,为Web文本分类算法选择提供一定的参考依据.

引用

页码：50 / 53

页数：4

共 5 条

[1] 支持向量机在文本分类中的应用 [J].

段莹 .

[2] 一种改进的朴素贝叶斯文本分类方法 [J].

陈叶旺 ;

余金山 .

[3] 基于Python的文本分类系统开发研究 [J].

孙强 ;

李建华 ;

李生红 .

[4] 支持向量机分类算法在MATLAB环境下的实现 [J].

董婷 .

[5]

数据挖掘中的新方法.[M].邓乃扬;田英杰著;.科学出版社.2004,