自适应加速Bayes方法在文本分类中的应用
本文提出了基于多项式独立分布的Bayes最小分类器与自适应Boost方法相结合的分类器设计方法.文章第2部分介绍基于多项式独立分布的Bayes最小分类器,利用这种决策规则对样本集作粗分类.文章第3部分给出自适应Boost方法的详细步骤,该方法可对错分样本子集做局部调整以提高总的分类正确率.文章第4部分将前述两种方法结合在一起,构造的分类器兼有Bayes分类器分类正确率相对稳定和自适应Boosting方法启发式规则分类正确率较高且易实现等特点.文中第5部分针对Web网页文本分类问题给出了实验结果.
文本分类 文本特征空间 分类器设计 最小分类器
梁久祯
浙江师范大学计算机科学研究所(金华)
国内会议
青岛
中文
109-112
2003-08-01（万方平台首次上网日期，不代表论文的发表时间）