| 基于选择迁移的baggi ng文本分类算法 |
| |
| 引用本文： | 吴陈,汤莹.基于选择迁移的baggi ng文本分类算法[J].计算机工程与设计,2015(7). |
| |
| 作者姓名： | 吴陈 汤莹 |
| |
| 作者单位： | 江苏科技大学计算机科学与工程学院,江苏镇江,212003 |
| |
| 摘 要： | 针对目标域训练样本数量较少无法建立优质分类模型的问题，提出一种在迁移框架下基于集成bagging算法的跨领域分类方法。引入源域的数据并对其进行筛选，对混合数据集进行学习，建立基于集成bagging算法的分类模型，投票得出预测结果。仿真对比结果表明，采用基于贝叶斯个体分类器的集成bagging算法能够优化源域的迁移，提升目标域的分类准确率及泛化性能。分析源域的噪音数据数量，其结果表明，该算法可以部分规避负迁移。
|
| 关 键 词： | 文本分类 选择 迁移学习 集成bagging算法 负迁移 |
Bagging text classification algorithm based on selected transfer learning |
| |
| WU Chen,TANG Ying.Bagging text classification algorithm based on selected transfer learning[J].Computer Engineering and Design,2015(7). |
| |
| Authors: | WU Chen TANG Ying |
| |
| Abstract: | |
| |
| Keywords: | text classification selected transfer learning integrated bagging algorithm negative transfer |
|
