Current Location:home > Detailed Browse

Article Detail

基于代价敏感集成极限学习机的文本分类方法

Abstracts

加权极限学习机对不同类别的样本赋予不同的权值,在一定程度上提高了分类准确 率,但加权极限学习机只考虑了不同类别样本之间差异,忽视了样本噪声和同类样本之间的 差异。本文提出了一种基于文本类别信息熵的极限学习机集成方法,该方法以Adaboost.M1 为算法框架,通过文本的类内分布熵和类间分布熵生成文本类别信息熵,由文本类别信息熵 构造代价敏感矩阵,把代价敏感极限学习机集成到Adaboost.M1 框架中。实验结果表明,该 方法与其他类型的极限学习机相比较有更好的准确性和泛化性。
Download Comment Hits:743 Downloads:335
Recommended references: 李明,肖培伦,张矩,顾心盟.(2018).基于代价敏感集成极限学习机的文本分类方法.[ChinaXiv:201809.00191] (Click&Copy)
Version History
[V1] 2018-09-27 17:51:28 chinaXiv:201809.00191V1 Download
Related Paper

Download

Current Browse

Cross Subject Browse

  • - NO