摘要:Naive Bayes方法在文本分类中的决策强烈依赖于主观选择的样本关于类别的分布。本文利用层次式分类的特点并引入概率条件改进Naive Bayes方法,使其在每个内部类别所属的子类局部数据中进行决策,缓解了全局数据分布对分类器的影响,部分克服了数据偏斜问题。实验表明,改进方法在层次式分类中的效果较Naive Bayes方法有显著提高。
关键词:文本分类 层次式分类 naive bayes 机器学习
单位:国防科技大学计算机学院 湖南长沙410073 国防科技大学机电工程与自动化学院 湖南长沙410073
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关范文
层次分析法论文