Bagging算法在中文文本分类中的应用  

Application of Bagging algorithm to Chinese text categorization

作　　者：张翔[1,2] 周明全[1,3] 耿国华[1] 侯凡[1] 

机构地区：[1]西北大学可视化技术研究所,西安710127 [2]西安建筑科技大学信息与控制工程学院,西安710055 [3]北京师范大学信息科学与技术学院,北京100875

出　　处：《计算机工程与应用》2009年第5期135-137,179,共4页Computer Engineering and Applications

基　　金：国家自然科学基金(No.60573179)~~

摘　　要：Bagging算法是目前一种流行的集成学习算法,采用一种改进的Bagging算法Attribute Bagging作为分类算法,通过属性重取样获取多个训练集,以kNN为弱分类器设计一种中文文本分类器。实验结果表明Attribute Bagging算法较Bagging算法有更好的分类精度。Bagging algorithm is a popular ensemble learning technology.A Chinese text categorization classifier is designed by using an improved Bagging algorithm-Attribute Bagging（AB）.Re-sampling attribute is used to get multiple training sets;the kNN is selected as weak learner.Experiments show that the Attribute Bagging gets lower errors and better performance than Bagging.

关 键 词：ATTRIBUTE BAGGING BAGGING 中文文本分类 K-近邻 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]