根据词条聚合和决策树原理,提出了一种文本分类的新方法.决策树分类方法具有出色的数据分析效率和容易抽取易于理解的分类规则等优势,但只能应用于维数较低的特征空间.本方法将与各个类别相关程度相似的词条聚合为一个特征,有效地降低了向量空间的维数,然后再使用决策树进行分类,从而既保证了分类精度又获得了决策树易于抽取分类规则的优势.
[1] 孟庆春, 王汉萍, 魏天滨, 葛艳, 高云. 一种基于粗糙集的文本分类规则抽取方法 [J]. 青岛海洋大学学报(自然科学版) 2003.doi:10.3969/j.issn.1672-5174.2003.06.012
[2] 孔令波. 基于数据仓库的大规模数据集分类数据挖掘研究与设计 [D]. 青岛大学 2002.
[3] 秦进, 陈笑蓉, 汪维家, 陆汝占. 文本分类中的特征抽取 [J]. 计算机应用 2003.
[4] YANG YI-MING. An Evaluation Of Statitical Approches to Text Categorizaiton [J]. Information Retrieval 1999, 1.
[5] Shen Q., Chouchoulas A.. A rough-fuzzy approach for generating classification rules [J]. Pattern Recognition: The Journal of the Pattern Recognition Society 2002, 11(11).
[6] 赵庆玉. 决策树算法的研究与实现 [D]. 清华大学 2000.
[7] 朱明. 数据挖掘 [M]. 合肥:中国科学技术大学出版社 2002.
