TextMining04-分类.pdf
|
自动分类的概念
|
|
|
分类效果的评价
|
P,R,F, 每个类的评价指标，总体类评价（宏观、微观）
|
|
特征抽取(feature
extraction)
|
预处理
|
|
文本表示（vsm）
|
|
特征选择(Feature
Selection)
特征重构(Re-parameterisation，如LSI)
|
文档频率法（DF,
document frequency）
|
*TFIDF型权重
TF，TF*IDF:
，TFC: 对上面进行归一化，LTC: 降低TF的作用
*Robertson & SparckJones(idf) 公式，相关表，熵等，互信息不佳
|
|
信息增益法information gain
|
|
互信息法mutual
information
|
|
The X2 test(chi-square)
|
|
分类算法
|
KNN
|
|
*
Rocchio方法
|
|
SVM
|
注意： 特征重构（LSI），互信息表现不佳，TF*IDF的变形公式，SVM
http://www.blogjava.net/Files/fullfocus/04.pdf
posted on 2008-06-18 10:47
fullfocus 阅读(1707)
评论(0) 编辑 收藏 所属分类:
聚类算法研究