几种省长信箱文本分类算法的实验与比较

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：省长信箱是ZF密切联系群众的纽带。本文对省长信箱文本分类算法进行了研究。我们应用五种机器学习算法,包括：SVM、Bayes、fisher、Adaboost、k NN,对抓取的605篇省长信箱文本进行了分类实验,对比了这些算法的分类效果。结果表明Bayes算法比较适合省长信箱文本分类问题。

原文链接:http://www.cqvip.com//QK/96621X/201605/668890847.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：分类算法 adaboost 机器学习算法 Fisher Bayes 省长信箱 短文本分类 特征选择