多核SVM文本分类研究

• 作者: 陈海红
• 来源期刊: 软件
• 学科: 工学
• 关键词: 文本分类 支持向量机 核函数
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 基金项目论文
• 页码范围: 7-10
• 页数: 4页
• 分类号: TP316
• 字数: 3615字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2015.05.002

摘要

支持向量机是在统计学习理论基础上发展起来的一种机器学习方法，广泛应用于文本分类领域。利用信息增益法进行文本特征选取，运用TF-IDF进行特征权重设置。对支持向量机不同核函数，通过网格与交叉验证组合法优化参数选择，比较支持向量机在不同核函数下文本分类性能，得出一些有价值的结论。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈海红	湖南永州职业技术学院计算机系	5	37	2.0	5.0