[一种基于R-FSVM的文本分类算法]R算法
时间：2019-05-03 03:16:44 来源：雅意学习网 本文已影响 人 
摘要:目前模糊支持向量机使用的隶属度很大程度上依赖于先验知识、后验概率和多个自由参数，应用面不广、计算复杂、较难执行性能调优。为独立于学科领域知识，让模糊支持向量机利用样本集构造出性能更优的分类器，引入了一种更具鲁棒性的隶属度计算方法：R-FSVM，该算法使用重构误差计算每个文档相对于归属类别的隶属度。最后构造了文本分类实验系统，实验结果表明改进算法在准确率、召回率、F1值上具有更好的性能。
关键词:隶属度；模糊支持向量机；鲁棒性；重构误差；文本分类；
中图分类号：TP181文献标识码：A文章编号：1009-3044(2012)15-3674-05
A Kind of Text Classification Algorithm Based on Robust Fuzzy Support Vector Machines
TIAN Dong-yang
（Wulumuqi Central Sub-branch of the People’s Bank of China，Wulumuqi 830002,China）
Abstract：The fuzzy support vector machines using membership is more dependent on prior knowledge, posteriori probability and some free parameters. It makes application is not wide, computational complexity. In order to be more independent of subject area knowledge, fuzzy support vector machine use the sample sets to construct better performance of the classifier. It introduces a kind of more robust calcu? lation method of the membership(R-FSVM), using the reconstruction error to calculate membership of Each document. Finally, it con? struct a text classification experiment, the experimental results show that the improved algorithm has better performance in accuracy, recall rate, the F1 value.
Key words：membership; fuzzy support vector machines; robustness; reconstruction error; text classification
分类器是文本分类系统核心部分，目前广泛使用的是支持向量机（SVM）模型。但SVM存在的主要问题是假设训练集中的所有文档具有同样的权重，这将导致训练集中的噪音数据对分类结果产生较大影响。为解决该问题，一些学者提出了模糊支持向量机（FSVM）模型，试图减小噪音样本的影响。但现有的FSVM模型中，多数需要先验领域知识或含有太多自由参数，需要人为干预优化。针对以上问题，做了如下工作：
1）为FSVM引入更具鲁棒性的隶属度计算方法。这种隶属度计算方法通过重构误差衡量单个文档对预设类别的隶属度，并且通过网格搜索法获取其中一个自由变量。引入这种计算方法，隶属度函数将不再依赖先验领域知识、后验概率以及人为干预。从而使得分类器模型更具鲁棒性：能够有效降低干扰数据对模型训练的影响；独立于学科领域的分类器模型能够很容易地改造并应用于其他领域。
2）使用R-FSVM分类器模型构建文本分类算法实验。实验结果表明，R-FSVM相对于SVM、FSVM-F、I-FSVM，在查准率、召回率、F1值上有了提升，实验取得了较好的预期目标。
