基于TFIDF的文本分类算法研究
摘要 | 第1-4页 |
ABSTRACT | 第4-6页 |
目录 | 第6-8页 |
第一章 绪论 | 第8-14页 |
·文本分类概述 | 第8-9页 |
·相关工作 | 第9-12页 |
·本文所做的工作 | 第12页 |
·本文的组织 | 第12-14页 |
第二章 文本分类的相关技术 | 第14-28页 |
·文本预处理 | 第14-16页 |
·文本表示 | 第16-18页 |
·权重计算 | 第18-20页 |
·特征选择 | 第20-21页 |
·分类算法 | 第21-25页 |
·Rocchio算法 | 第22-23页 |
·kNN算法 | 第23-24页 |
·Naive Bayes算法 | 第24页 |
·其他分类算法 | 第24-25页 |
·分类器性能评价 | 第25-28页 |
第三章 特征选择方法研究 | 第28-34页 |
·常用特征选择方法 | 第28-31页 |
·文档频率 | 第28-29页 |
·互信息 | 第29页 |
·期望交叉熵 | 第29-30页 |
·信息增益 | 第30-31页 |
·一种新的基于TFIDF的特征选择方法TDF | 第31-32页 |
·实验结果及分析 | 第32-34页 |
第四章 TFIDFICF算法及其迭代算法 | 第34-41页 |
·TFIDFICF算法 | 第34-36页 |
·TFIDFICF算法 | 第34-35页 |
·实验结果及分析 | 第35-36页 |
·迭代TFIDFICF算法ITFIDFICF | 第36-41页 |
·EM_NB分类算法 | 第36-37页 |
·ITFIDFICF分类算法 | 第37-38页 |
·实验结果及分析 | 第38-41页 |
第五章 协同分类算法ICOT | 第41-47页 |
·协同分类算法ICOT | 第42-44页 |
·实验结果及分析 | 第44-47页 |
第六章 总结与展望 | 第47-49页 |
·全文总结 | 第47-48页 |
·下一步工作及展望 | 第48-49页 |
参考文献 | 第49-54页 |
攻读硕士学位期间发表论文 | 第54-55页 |
致谢 | 第55页 |