自动分类中的过学习问题与支持向量机

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：由于网上信息的迅速增长，文本分类已经成为网上信息管理中的热点研究课题．现今流行方法的重要基础是传统的统计学，前提是要有足够的样本，当样本数目有限时容易出现过学习的问题，导致分类效果不理想。本文首先从理论上分析了这种出现过学习的原因，然后介绍了出现过学习现象的条件和解决办法，最后介绍了一种研究小样本情况下机器学习规律、可以较好地克服过学习问题的分类方法--支持向量机方法。

原文链接:http://www.cqvip.com//QK/95200X/2000S1/1000689387.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：支持向量机 向量机 cqvip 解决办法 交流学习 过学习 支持向量机 自动分类