【摘 要】
：
提出了一种基于词频分类器集成的文本分类方法．词频分类器是在对文本中的单词和它在每个文本中出现的频率进行统计后得到的简单分类器．虽然词频分类器本身泛化能力不强，但它不仅
【机 构】
：
南京大学软件新技术国家重点实验室,南京大学计算机科学与技术系
论文部分内容阅读
提出了一种基于词频分类器集成的文本分类方法．词频分类器是在对文本中的单词和它在每个文本中出现的频率进行统计后得到的简单分类器．虽然词频分类器本身泛化能力不强，但它不仅计算代较小，而且在训练样本甚至类别增加时易于进行更新，而整个学习系统的泛化能力可以由集成学习机制来提高，因此，词频分类器很适合用做集成学习的基分类器．在集成时，使用了改进的AdaBoost算法，加入了一种强制重新分布权的机制，避免算法过早停止，更加适合文本分类任务．在标准文集Reuters-21578上的实验结果表明，该方法能取得很好的效果．
其他文献
<正> 金银花是中医临床常用中药,其有关记载最早见于《名医别录》,说明其药用历史已长达1000余年。虽然历代本草对金银花原植物均有描述,但限于当时的科学水平,这些描述都很
目的:比较结扎丝向后结扎与橡皮链牵拉尖牙向远中对牙齿移动速率的影响.方法:对18例牙列拥挤、双侧对称拔除4个第一双尖牙的患者,用标准方丝弓矫治技术随机选择一侧使用结扎
突发公共卫生事件是指突然发生,造成或者可能造成社会公众健康严重损害的重大传染病疫情、群体不明原因疾病、重大食物和职业中毒以及其他严重影响公众健康的突发事件~([1])
在当今高度竞争、瞬息万变的宏观环境之中,市场营销需要识别顾客的需求和欲望,确定某个组织所能提供最佳服务的目标市场,设计适当的产品、服务和计划方案,以满足这些市场的需
不孕症患者的治疗常需采用控制性卵巢刺激(controlled ovarian stimulation,COS),使体内多个卵泡同时发育。患者性激素水平可显著高于生理水平,而乳腺癌和子宫内膜癌等为性激
采用了聚碳酸1,4-丁二醇酯(PBC)、聚碳酸1,6-己二醇酯(PHC)和聚碳酸1,5-戊二醇-1,6-己二醇酯(PHPC,其中己二醇链节与戊二醇链节之比为3∶2)软段,4,4′-二苯基甲烷二异氰酸酯/
一 在历史教学中 ,我们应当从原先的老师传授、学生背诵所谓正确的历史知识转为在老师的引导下通过历史学习拥有独立思考与判断的能力 ,体察历史规律 ,明确人生价值 ,树立
本文以《服务爱荷华:公共图书馆质量指标》作为切入点,阐述了爱荷华州有关公共图书馆建设的重要因素,分析了爱荷华州制定公共图书馆建设标准的思路、方式、方法,论述了该州公
查干凹陷是银根—额济纳旗盆地勘探程度较高的凹陷之一,由于受火山岩和构造多期活动的影响,地质条件十分复杂,同时凹陷储集砂体薄、横向变化快,寻找优质储量的难度相当大。通
目的分析比较不同腹膜透析处方的临床疗效。方法横断面回顾性调查分析腹膜透析患者应用不同的腹透处方,根据不同透析剂量处方分为三组:小剂量组<6000m L、中等剂量组6000m L