基于DT和SVM算法的科技文献分类研究
决策树(Decision Tree简称DT)和支持向量机都是目前机器学习领域的重要学习方法,均具备各自的优势.本文着重对决策树和SVM分类算法进行分析,同时根据科技文献的特点,提出了抽取科技文献的关键词作为分类特征词条,以文献的标题、关键词和摘要作为文档主题信息进行词频统计分析建立分类器,并结合实际的文档集分别测试了决策树和SVM分类算法的性能,并给出了实验数据及分析结果.
决策树支持向量机科技文献分类
G35;TP3
2016-01-19(万方平台首次上网日期,不代表论文的发表时间)
共2页
118,120