机读格式显示(MARC)

• 000 00913nam 2200157 450

• 001 0000327204

• 005 20140609104300.0

• 010 __ |a 978-7-121-21256-7 |d CNY29.00

• 100 __ |a 20140304d2014 ekmy0chiy50 ea

• 200 __ |a 基于半监督与集成学习的文本分类方法 |A Ji Yu Ban Jian Du Yu Ji Cheng Xue Xi De Wen Ben Fen Lei Fang Fa |f 唐焕玲著

• 210 __ |c 北京 |c 电子工业出版社 |d 2013.8

• 330 __ |a 本书重点探讨了利用信息论中的评估函数量化特征权值的方法; 基于权值调整改进Co-training的算法; 利用互信息或CHI统计量构造特征独立模型, 进行特征子集划分的方法; 基于投票熵维护样本权重的BoostVE分类模型; 融合半监督学习和集成学习的SemiBoost-CR分类模型。其中特征选择和权值调整方法、基于特征独立模型划分特征子集的方法适用于文本分类, 其他算法不仅适用于文本分类, 对机器学习和数据挖掘的其他研究也有较大的参考价值和借鉴作用。

• 606 __ |a 文字信息处理 |A Wen Zi Xin Xi Chu Li

• 690 __ |a TP391.1

• 801 _0 |a CN |b LIB |c 20140609

• 905 __ |a LIB |d TP391.1/21