文献类型：期刊文章

作　　者：张华伟[1] 王明文[1] 甘丽新[1]

机构地区：[1]江西师范大学计算机信息工程学院,江西南昌330022

出　　处：《山东大学学报（理学版）》

基　　金：教育部重点科技资助项目(03070);江西省自然科学基金资助项目(0311041)

年　　份：2006

卷　　号：41

期　　号：3

起止页码：5-9

语　　种：中文

收录情况：BDHX、BDHX2004、CAS、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、JST、MR、PROQUEST、RCCSE、RSC、ZGKJHX、ZMATH、核心刊

摘　　要：随着WWW的迅猛发展,文本分类成为处理和组织大量文档数据的关键技术.随机森林模型是决策树的集成,并且由一随机向量决定决策树的构造.当森林中决策树的数目增大,随机森林的泛化误差将趋向一个上界.将随机森林模型应用于文本分类,在Reuter21578数据集上的实验表明,分类效果比较好,性能比较稳定,将其同C4.5,KNN,SM0,SVM 4种典型的文本分类器进行了比较,结果显示它的分类性能胜于C4.5,同KNN,SMO和SVM方法相当.

关 键 词：文本分类 随机森林  决策树 泛化误差

分 类 号：TP18]