基于SVM决策树的文本分类器

• 作者: 戴汝为 朱远平
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 文本分类 支持向量机 决策树 多类分类器
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 412-416
• 页数: 5页
• 分类号: TP183
• 字数: 3501字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2005.04.005

摘要

研究了SVM决策树分类器在文本分类中的应用,提出了一种有效的SVM决策树分类器的优化构建方 法.该方法利用类间距离衡量两类间的可分性,并进一步用来描述各结点分类器类集合间的可分性.基于综合考虑结点分类器的类集合可分性,该方法能够获得优化的结点分类器类划分算法,由此构建的SVM决策树分类器在整体性能上得到优化,在文本分类中获得良好效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴汝为	中国科学院自动化研究所复杂系统与智能科学实验室	85	2246	27.0	45.0
2	朱远平	中国科学院自动化研究所复杂系统与智能科学实验室	2	49	2.0	2.0