基于渐进直推支持向量机的半对半多类文本分类
渐进直推支持向量机(PTSVM)扩展了直推支持向量机(TSVM)，有效地解决了不同样本分布需要人工指定工作集正负样本比例问题。但是，把二分类扩展到多分类并非易事。本文提出了一种基于渐进直推支持向量机的半对半(HAH)多类文本分类算法，实验证明，在训练速度、测试速度、模型大小方面，明显优于一对其它(OAA)、一对一(OAO)、导向决策非循环图(DDAG)方法，分类的准确性与OAA、OAO、DDAG基本接近，比较适合于处理大规模文本数据的多类分类。
渐进直推 支持向量机 半对半 多类文本分类
张晓滨 尹英顺 赵培坤 马秀兰
西安工程大学计算机学院 陕西 西安 710048 华东交通大学机电工程学院,江西 南昌 330013 西安电子科技大学人文学院陕西 西安710071
国内会议
苏州
中文
151-157
2007-11-01（万方平台首次上网日期，不代表论文的发表时间）