基于綜合評價理論的多分類器容器.pdf

1、分類是數(shù)據(jù)挖掘中一項非常重要的任務,目前在商業(yè)上應用最多.分類的目的是提出一個分類函數(shù)或分類模型(也常常稱做分類器),該模型能把數(shù)據(jù)庫中的數(shù)據(jù)項映射到給定類別中的某一個.大量的統(tǒng)計方法和機器學習方法被應用于自動文本分類.自動文本分類分為三個過程:首先對文本進行預處理,將文本數(shù)字化;接著構造并訓練分類器;最后用分類器對新文本進行分類.本文根據(jù)對以往傳統(tǒng)的分類方法的研究,特別是每一個分類器對于不同類別的區(qū)分程度不同,提出一種基于綜合評價理論

2、的多分類器綜合方法,旨在利用各個子分類器對于不同類別的區(qū)分度不同,互相取長補短,評價模型使用了線性加權模型,把多個分類器綜合和在一個容器內.訓練過程參照了優(yōu)化理論中的直接搜索方法.形成一個容納多個分類器的容器.文本預處理過程中,首先通過對幾種特征抽取方法的比較,選取一種最適合本系統(tǒng)的方法;其次選取一種合適的權重計算方法,最后把文本表示成向量的形式.在分類器的訓練過程中,首先構造了四個子分類器,利用復旦大學提供的語料進行測試分析,再根據(jù)綜