基于随机森林的文本分类模型研究

被引：59

作者：

张华伟

王明文

甘丽新

机构：

[1] 江西师范大学计算机信息工程学院

来源：

山东大学学报(理学版) | 2006年 / 03期

关键词：

文本分类; 随机森林; 决策树; 泛化误差;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

随着WWW的迅猛发展,文本分类成为处理和组织大量文档数据的关键技术.随机森林模型是决策树的集成,并且由一随机向量决定决策树的构造.当森林中决策树的数目增大,随机森林的泛化误差将趋向一个上界.将随机森林模型应用于文本分类,在Reuter21578数据集上的实验表明,分类效果比较好,性能比较稳定,将其同C4.5,KNN,SM0,SVM 4种典型的文本分类器进行了比较,结果显示它的分类性能胜于C4.5,同KNN,SMO和SVM方法相当.

引用

页码：139 / 143

页数：5