Bagging算法在中文文本分类中的应用

doi:10.3778/j.issn.1002-8331.2009.05.039

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (5): 135-137.DOI: 10.3778/j.issn.1002-8331.2009.05.039

• 数据库、信号与信息处理 • 上一篇下一篇

Bagging算法在中文文本分类中的应用

张翔^1,2,周明全^1,3,耿国华¹,侯凡¹

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

收稿日期:2008-08-13 修回日期:2008-10-23 出版日期:2009-02-11 发布日期:2009-02-11
通讯作者: 张翔

Application of Bagging algorithm to Chinese text categorization

ZHANG Xiang^1,2,ZHOU Ming-quan^1,3,GENG Guo-hua¹,HOU Fan¹

1.Visualization Technology Institute，Northwest University，Xi’an 710127，China
2.College of Information and Control Engineering，Xi’an University of Architecture and Technology，Xi’an 710055，China
3.College of Information Science and Technology，Beijing Normal University，Beijing 100875，China

Received:2008-08-13 Revised:2008-10-23 Online:2009-02-11 Published:2009-02-11
Contact: ZHANG Xiang

摘要/Abstract

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。

关键词: Attribute Bagging, Bagging, 中文文本分类, k-近邻

Abstract: 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.

Key words: Attribute Bagging, Bagging, Chinese text categorization, k Nearest Neighbors（kNN）

张翔^1,2,周明全^1,3,耿国华¹,侯凡¹. Bagging算法在中文文本分类中的应用[J]. 计算机工程与应用, 2009, 45(5): 135-137.

ZHANG Xiang^1,2,ZHOU Ming-quan^1,3,GENG Guo-hua¹,HOU Fan¹. Application of Bagging algorithm to Chinese text categorization[J]. Computer Engineering and Applications, 2009, 45(5): 135-137.

[1]	郭汉，帅仁俊，张欣，李鑫. 基于集成特征选择的点击欺诈检测方法[J]. 计算机工程与应用, 2019, 55(17): 246-251.
[2]	赵慧珍，刘付显，李龙跃. K-近邻估计协同系数的协同模糊C均值算法[J]. 计算机工程与应用, 2016, 52(19): 19-24.
[3]	邵良杉，马寒，温廷新. 极限学习机的分类器集成模型研究[J]. 计算机工程与应用, 2016, 52(13): 121-125.
[4]	魏　　峻. 基于邻域粗糙集的入侵检测集成算法[J]. 计算机工程与应用, 2014, 50(10): 96-100.
[5]	刘凯1，王正群2. 一种用于分类的改进Boosting算法[J]. 计算机工程与应用, 2012, 48(6): 146-150.
[6]	刘余霞1，吕虹1，2，胡涛1，孙小虎1. 基于Bagging集成学习的字符识别方法[J]. 计算机工程与应用, 2012, 48(33): 194-196.
[7]	张相胜，王凯. 高斯过程集成算法的发酵过程软测量建模[J]. 计算机工程与应用, 2011, 47(33): 213-215.
[8]	王桂芝1，李井竹1，狄志超2. 支持k-离群度的边界点检测方法 [J]. 计算机工程与应用, 2011, 47(33): 140-142.
[9]	鲁婷，王浩，姚宏亮. 一种基于中心文档的KNN中文文本分类算法[J]. 计算机工程与应用, 2011, 47(2): 127-130.
[10]	洪智勇^1，2，秦克云¹，邓维斌³. 基于VPRS理论的一种混合分类算法[J]. 计算机工程与应用, 2010, 46(9): 23-25.
[11]	李明方，张化祥. 针对不平衡数据集的Bagging改进算法[J]. 计算机工程与应用, 2010, 46(30): 40-42.
[12]	张玲珠，周忠眉. 结合属性值贡献度与平均相似度的KNN改进算法[J]. 计算机工程与应用, 2010, 46(18): 130-131.
[13]	王晓芹¹，张化祥¹，柴青². 基于级联结构的不平衡数据集分类研究[J]. 计算机工程与应用, 2010, 46(13): 115-117.
[14]	田青，梁荣华，毛剑飞. 面向非匀点云拟合的RSR移动最小二乘法[J]. 计算机工程与应用, 2009, 45(35): 153-156.
[15]	李营^1，2，艾玲梅¹，马苗¹. 思维作业脑电的IMF能量熵特征提取与分类研究[J]. 计算机工程与应用, 2009, 45(28): 128-130.

Bagging算法在中文文本分类中的应用

Application of Bagging algorithm to Chinese text categorization

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics