基于Boosting机制的Naive Bayesian文本分类器.pdf

基于Boosting 机制的Naive Bayesian 文本分类器 1 2 3 1 崔 林 付克明 石生树 宋瀚涛 1（北京理工大学计算机科学工程系，北京 100081） 2（烟台大学光电信息科学与技术学院，烟台 264005 ） 3（黑龙江大学计算机科学技术学院，哈尔滨 150080 ） 摘 要 Naive Bayesian 分类器是一种有效的文本分类方法，但由于具有较强的稳定性，很难通过 Boosting 机制提高其 性能。因此用Naive Bayesian 分类器作为Boosting 的基分类器需要解决的最大问题，就是如何破坏 Naive Bayesian 分类 器的稳定性。提出了 种破坏 学习器稳定性的方法。第一种方法改变训练集样本，第二种方法采用随机 3 Naive Bayesian 属性选择社团，第三种方法是在 Boosting 的每次迭代中利用不同的文本特征提取方法建立不同的特征词集。实验表明， 这几种方法各有其优缺点，但都比原有方法准确、高效。 关键词 Boosting Naive Bayesian CIassifier 文本分类 文本挖掘 数据挖掘 文章编号 （ ） 文献标识码 中图分类号 1002-8331- 2005 08-0031-03 A TP392 Naive Bayesian Classifier Using Boosting Mechanism Cui Lin1 Fu Keming2 Shi Shengshu3 Song Hantao1 1（ ， ， ） Department of Computer Science and Engineering Beijing Institute of TechnoIogy Beijing 100081 2（ ， ， ） Institute of Opti-EIectronic Information Science and TechnoIogy Yantai University Yantai 264005 3（ ， ， ） Institute of Computer Science and TechnoIogy HeiIongjiang University Harbin 150080 ： ， Abstract Naive Bayesian cIassifier is a kind of effective text categorization methods but it is hard to improve