论文部分内容阅读
在文本分类过程中，为解决传统支持向量机（SVM）多类分类的不可分区域问题及提高分类性能，提出了一种改进的偏二叉树多类SVM算法。算法依据根据样本的分布情况计算训练集文本特征参数的信息熵，并将熵值结合欧式距离公式以确定各类文本间的相似性测度；以相似性测度作为偏二叉树结构的分类走向，对训练集进行学习，构建各个二类子SVM分类器。实验结果表明，该算法具有较高的分类性能，能更好地解决实际文本分类过程中的问题。