| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 引言 | 第10-14页 |
| ·研究背景 | 第10-11页 |
| ·本文工作 | 第11-12页 |
| ·论文组织 | 第12-14页 |
| 2 文本分类概述 | 第14-29页 |
| ·文本分类的定义 | 第14页 |
| ·文本分类的任务 | 第14-15页 |
| ·文本分类系统的流程 | 第15-16页 |
| ·文本预处理 | 第16-18页 |
| ·去除语料库的格式标记 | 第16页 |
| ·去除停用词和词干化 | 第16-17页 |
| ·中文分词 | 第17-18页 |
| ·文本表示方法 | 第18-21页 |
| ·布尔权重 | 第19页 |
| ·词频权重 | 第19-20页 |
| ·tf-idf 权重 | 第20页 |
| ·tfc 权重 | 第20页 |
| ·ltc 权重 | 第20-21页 |
| ·熵权重 | 第21页 |
| ·文本分类算法 | 第21-26页 |
| ·Rocchio 算法 | 第21-22页 |
| ·Na(?)ve Bayes 算法 | 第22-23页 |
| ·KNN 算法 | 第23页 |
| ·决策树 | 第23-24页 |
| ·神经网络 | 第24-25页 |
| ·支持向量机 | 第25-26页 |
| ·回归模型 | 第26页 |
| ·文本分类器的测试和评价 | 第26-29页 |
| ·文本分类器的测试 | 第26-27页 |
| ·文本分类器的评价 | 第27-29页 |
| 3 维数约减 | 第29-36页 |
| ·维数约减技术 | 第29-30页 |
| ·特征选择 | 第30-32页 |
| ·文档频数(Document Frequency, DF) | 第30页 |
| ·互信息(Mutual Information, MI) | 第30页 |
| ·χ~2 统计量(CHI-Squared) | 第30-31页 |
| ·信息增益(Information Gain, IG) | 第31页 |
| ·期望交叉熵(Expected Cross Entropy, ECE) | 第31页 |
| ·文本证据权(The Weight Of Evidence for Text) | 第31-32页 |
| ·几率比(Odds Ratio, OR) | 第32页 |
| ·特征提取 | 第32-36页 |
| ·潜在语义索引(Latent Semantic Index, LSI) | 第32-33页 |
| ·非负矩阵分解(Non-negative Matrix Factorization, NMF) | 第33-34页 |
| ·主成分分析(Principal Component Analysis, PCA) | 第34-36页 |
| 4 基于RLS-MARS 的特征选择 | 第36-44页 |
| ·基本符号表示 | 第36页 |
| ·线性回归模型 | 第36-38页 |
| ·最小二乘参数估计(LEAST SQUARES ESTIMATE) | 第38-39页 |
| ·逻辑斯特回归分析(LOGISTIC) | 第39-40页 |
| ·规则最小二乘分类算法(RLS) | 第40-41页 |
| ·最小角度回归收缩(LARS) | 第41-42页 |
| ·规则最小二乘多角度回归收缩 | 第42-43页 |
| ·算法复杂度分析 | 第43-44页 |
| 5 实验 | 第44-57页 |
| ·Reuters-21578 语料库 | 第44-45页 |
| ·预处理 | 第45页 |
| ·在类别不均衡下的实验结果 | 第45-51页 |
| ·实验设计 | 第46页 |
| ·实验结果及分析 | 第46-51页 |
| ·特征维数对性能的影响 | 第46-48页 |
| ·二范数忽略(λ_2 = 0)与二范数规范(λ_2 = 100)实验结果比较及分析 | 第48-49页 |
| ·RLS-MARS 算法与χ~2 特征选择实验结果比较及分析 | 第49-51页 |
| ·在类别均衡下的实验结果 | 第51-56页 |
| ·实验设计 | 第51页 |
| ·实验结果及分析 | 第51-56页 |
| ·特征维数对性能的影响 | 第51-52页 |
| ·二范数忽略(λ_2 = 0)与二范数规范(λ_2 = 100)实验结果比较及分析 | 第52-54页 |
| ·RLS-MARS 算法与χ~2 特征选择实验结果比较及分析 | 第54-56页 |
| ·实验小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-66页 |
| 致谢 | 第66页 |
