摘要:支持向量機是在統計學習理論基礎上發展起來的一種機器學習方法,廣泛應用于文本分類領域。利用信息增益法進行文本特征選取,運用TFIDF進行特征權重設置。對支持向量機不同核函數,通過網格與交叉驗證組合法優化參數選擇,比較支持向量機在不同核函數下文本分類性能,得出一些有價值的結論。
關鍵詞:文本分類;支持向量機;核函數
中圖分類號:TP316 文獻標識碼:A DOI:10.3969/j.issn.1003 6970.2015.05.002
本文著錄格式:陳海紅.多核SVM文本分類研究[J].軟件,2015,36(5):7-10