利用开源的数据挖掘平台WEKA进行文本分类仿真实验  

Simulation with Open Source Date Mining Tool of WEKA

作　　者：李丹[1] 张兆信[1] 宗占国[2] 

机构地区：[1]河北软件职业技术学院,河北保定071000 [2]保定市统计局,河北保定071000

出　　处：《煤炭技术》2011年第5期214-216,共3页Coal Technology

基　　金：河北省统计科学研究计划项目(2010HY27)

摘　　要：煤矿企业自动化系统使用的文本分类中的一个关键问题就是分类方法的选择。为了对常用的分类方法进行性能的综合评价,分析了朴素贝叶斯(NB)、决策树(DT)、支持向量机(SVM)这3种常用的文本分类方法,并利用开源的数据挖掘平台WEKA进行仿真实验。The choice of classification is a key text categorization problem.In order to evaluation syntheticall,three general text categorization methods were analyed,such as Navie bayes（NB）,decision tree（DT） and support vector machines（SVM）.Simulation with the open source data mining tool of WEKA.

关 键 词：文本分类 朴素贝叶斯 决策树 支持向量机 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]