基于綜合評(píng)價(jià)理論的多分類器容器.pdf

1、分類是數(shù)據(jù)挖掘中一項(xiàng)非常重要的任務(wù),目前在商業(yè)上應(yīng)用最多.分類的目的是提出一個(gè)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(kù)中的數(shù)據(jù)項(xiàng)映射到給定類別中的某一個(gè).大量的統(tǒng)計(jì)方法和機(jī)器學(xué)習(xí)方法被應(yīng)用于自動(dòng)文本分類.自動(dòng)文本分類分為三個(gè)過程:首先對(duì)文本進(jìn)行預(yù)處理,將文本數(shù)字化;接著構(gòu)造并訓(xùn)練分類器;最后用分類器對(duì)新文本進(jìn)行分類.本文根據(jù)對(duì)以往傳統(tǒng)的分類方法的研究,特別是每一個(gè)分類器對(duì)于不同類別的區(qū)分程度不同,提出一種基于綜合評(píng)價(jià)理論

2、的多分類器綜合方法,旨在利用各個(gè)子分類器對(duì)于不同類別的區(qū)分度不同,互相取長(zhǎng)補(bǔ)短,評(píng)價(jià)模型使用了線性加權(quán)模型,把多個(gè)分類器綜合和在一個(gè)容器內(nèi).訓(xùn)練過程參照了優(yōu)化理論中的直接搜索方法.形成一個(gè)容納多個(gè)分類器的容器.文本預(yù)處理過程中,首先通過對(duì)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(quán)重計(jì)算方法,最后把文本表示成向量的形式.在分類器的訓(xùn)練過程中,首先構(gòu)造了四個(gè)子分類器,利用復(fù)旦大學(xué)提供的語料進(jìn)行測(cè)試分析,再根據(jù)綜