网页文本分类中特征压缩对分类器性能的影响

摘要：

本文主要研究特征压缩对分类器性能的影响。文中第2部分采用基于先验知识的阑值词频特征压缩方法，将关键词词频的维数从185到9849分为16个等级，在每个维数的特征向量空间上对提取IDTIF和归一化两种特征，第3部分介绍3种计算复杂度较低的分类器算法，即K一均值、感知机、Na-iveBayes;第4部分对上述特征进行了分类训练和无交叉测试，并作了简要分析。

关键词： 中文网页 文本分类 分类器 网页检索

作者: 梁久祯

作者单位: 浙江师范大学,信息学院,智能计算与并行计算研究所,金华,321004

会议类型: 国内会议

会议名称: 第五届中国Rough集与软计算学术研讨会

会议地点: 辽宁鞍山

会议语种:中文

页码: 158-161

在线出版日期: 2005-08-01（万方平台首次上网日期，不代表论文的发表时间）