基于流形正则化的支持向量机文本分类

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：支持向量机（Support Vector Machine，SVM）是一种Vapnik等在统计学理论的基础上发展起来的可训练机器学习的方法。它主要针对小样本的机器学习，具有泛化性能好、高维操作方便、适应性强、全局优化、训练时间短、理论完备等特点，因此得到了日益广泛的应用和研究。本文将半监督学习算法应用到基于支持向量机的文本分类技术弘。中，提出了一组基于几何正则化方式的学习算法。虽然这种新型算法适用于无监督到完全监督的整个范围，本文专注于半监督学习算法方面的研究。之后，本文讨论了新型方法在SVM算法上的扩展。实验数据表明，这种新型算法可以有效的使用未标记数据。

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 正则化 向量机 Support machine 半监督学习 正则化 核方法 流形学习 无标签数据