智能Web算法 包含文本、推荐、聚类、分类、分类器组合.pdf

Multi-class SVM classifier

SVM multi-class classifier

针对高光谱遥感图像维数高、样本少导致分类精度低的问题，提出一种基于DS聚类的高光谱图像集成分类算法（DSCEA）。首先，根据高光谱数据特点，从整体波段中随机选择一定数量的波段，构成不同的训练样本；其次

针对训练包不含标签的无监督多示例问题，提出了聚类与分类结合的多示例预测算法。利用多示例聚类算法完成无监督多示例学习的聚类任务，并根据聚类结果将各个簇中的每个包转换成相应的k维特征向量。在标准多示例预测

针对于标准二分图网络推荐算法（NBI）的物质扩散机制过于简单的问题，提出了基于聚类系数的改进NBI算法（简称NBICC）。推荐系统可以被抽象为一个有向加权二分图网络，在物质扩散的过程中，考虑到聚类系数

WordFeature 一个文本分类器 希望对大家有用

本文通过对Bayes、KNN、SVM应用于中文文本分类进行比较实验研究。应用ICTCLAS对中文文档进行分词，在大维数，多数据情况下应用TFIDF进行特征选择，并同时利用它实现了对特征项进行加权处理，

对KNN文本分类算法进行改进,提高文本分类正确率和分类效率.

采用贝叶斯算法实现的文本分类。本源码中已经包含了训练集和测试集数据，分词采用je和lucene包（源码包含），具有简单的界面。当然，你如果想要正常运行自然需要对这两个包进行导入，并且在源码中重新设置文

文本分类特征选择的重要算法总结，每个算法的优缺点