基于投影尋蹤回歸的文本分類研究.pdf

1、本文提出了基于投影尋蹤回歸的文本自動分類算法,通過投影尋蹤回歸算法,可以真實(shí)地描述高維數(shù)據(jù)的客觀內(nèi)在規(guī)律,從而達(dá)到降低特征維數(shù),提高文本分類的精度的目的.基于投影尋蹤回歸的文本分類方法的思想是:將文本表示為向量形式,然后將此高維數(shù)據(jù)投影到低維子空間上,并尋找出最能反映原高維數(shù)據(jù)的結(jié)構(gòu)和特征的投影方向,然后將文本投影到這些方向,并用嶺函數(shù)進(jìn)行擬合,通過反復(fù)選取最優(yōu)投影方向,增加嶺函數(shù)有限項(xiàng)個(gè)數(shù)的方法使高維數(shù)據(jù)降低維數(shù),最后采用普通的文本分

2、類算法進(jìn)行分類.我們采用標(biāo)準(zhǔn)文檔集:Reuters-21578進(jìn)行了分類實(shí)驗(yàn),并同時(shí)在相同的預(yù)處理?xiàng)l件下,與目前常用的方法進(jìn)行了對比實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明,該模型對文本自動分類具有較高的召回率和準(zhǔn)確率,該方法是一個(gè)可行而有效的文本分類方法.本文的主要創(chuàng)新點(diǎn)如下:1將投影尋蹤回歸方法應(yīng)用于文本自動分類,通過投影指標(biāo)來確定投影方向,反復(fù)將文本向量投影到一維空間,然后用嶺函數(shù)進(jìn)行擬合,進(jìn)行高維數(shù)據(jù)的降維,最后進(jìn)行文本的自動分類.2.采用Hermi