SVMDT分类器及其在文本分类中的应用研究

• 作者: 何华灿 韩家新
• 来源期刊: 计算机应用研究
• 关键词: 支持矢量机 二叉决策树 多值分类器 文本分类
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 研究探讨
• 页码范围: 23-24，43
• 页数: 3页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2004.01.007

摘要

基于SVM(Support Vectort Machine)理论的分类器已经发展为一种通用的二值分类器,但它不适用于多值的场合.在分析经典的SVM分类算法和决策树分类算法的基础上,提出了将SVM和二叉决策树结合的方法来实现多值分类器(SVMDT),并将其应用于文本分类,实验表明在分类精度和速度上具有良好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何华灿	西北工业大学计算机科学与工程系	181	1581	19.0	32.0
2	韩家新	西北工业大学计算机科学与工程系	45	168	8.0	11.0