文本分类常用算法比较
本文对文本分类中的常用算法进行了小结,比较它们之间的优劣,为算法的选择提供依据。
一、决策树(Decision Trees)
优点:
1、决策树易于理解和解释.人们在通过解释后都有能力去理解决策树所表达的意义。
2、对于决策树,数据的准备往往是简单或者是不必要的.其他的技术往往要求先把数据一般化,比如去掉多余的或者空白的属性。
3、能够同时处理数据型和常规型属性。其他的技术往往要求数据属性的单一。
4、决策树是一个白盒模型。如果给定一个观察的模型,那么根据所产生的决策树很容易推出相应的逻辑表达式。
5、易于通过静态测试来对模型进行评测。表示有可能测量该模型的可信度。
6、在相对短的时间内能够对大型数据源做出可行且效果良好的结果。
7、可以对有许多属性的数据集构造决策树。
8、决策树可很好地扩展到大型数据库中,同时它的大小独立于数据库的大小。
缺点:
1、对于那些各类别样本数量不一致的数据,在决策树当中,信息增益的结果偏向于那些具有更多数值的特征。
2、决策树处理缺失数据时的困难。
3、过度拟合问题的出现。
4、忽略数据集中属性之间的相关性。
二、人工神经网络
优点:
分类的准确度高,并行分布处理能力强,分布存储及学习能力强,对噪声神经有较强的鲁棒性和容错能力,能充分逼近复杂的非线性关系,具备联想记忆的功能等。
缺点:
神经网络需要大量的参数,如网络拓扑结构、权值和阈值的初始值;不能观察之间的学习过程,输出结果难以解释,会影响到结果的可信度和可接受程度;学习时间过长,甚至可能达不到学习的目的。
三、遗传算法
优点:
1、与问题领域无关切快速随机的搜索能力。
2、搜索从群体出发,具有潜在的并行性,可以进行多个个体的同时比较,鲁棒性好。
3、搜索使用评价函数启发,过程简单。
4、使用概率机制进行迭代,具有随机性。
5、具有可扩展性,容易与其他算法结合。
缺点:
1、遗传算法的编程实现比较复杂,首先需要对问题进行编码,找到最优解之后还需要对问题进行解码,
2、另外三个算子的实现也有许多参数,如交叉率和变异率,并且这些参数的选择严重影响解的品质,而目前这些参数的选择大部分是依靠经验.没有能够及时利用网络的反馈信息,故算法的搜索速度比较慢,要得到比较精确的解需要较多的训练时间。
3、算法对初始种群的选择有一定的依赖性,能够结合一些启发算法进行改进。
四、KNN算法(K-Nearest Neighbour)
优点:
1、简单、有效。
2、重新训练的代价较低(类别体系的变化和训练集的变化,在Web环境和电子商务应用中是很常见的)。
3、计算时间和空间线性于训练集的规模(在一些场合不算太大)。
4、由于KNN方法主要靠周围有限的邻近的样本,而不是靠判别类域的方法来确定所属类别的,因此对于类域的交叉或重叠较多的待分样本集来说,KNN方法较其他方法更为适合。
5、该算法比较适用于样本容量比较大的类域的自动分类,而那些样本容量较小的类域采用这种算法比较容易产生误分。
缺点:
1、KNN算法是懒散学习方法(lazy learning,基本上不学习),比一些积极学习的算法要快很多。
2、类别评分不是规格化的(不像概率评分)。
3、输出的可解释性不强,例如决策树的可解释性较强。
4、该算法在分类时有个主要的不足是,当样本不平衡时,如一个类的样本容量很大,而其他类样本容量很小时,有可能导致当输入一个新样本时,该样本的K个邻居中大容量类的样本占多数。该算法只计算“最近的”邻居样本,某一类的样本数量很大,那么或者这类样本并不接近目标样本,或者这类样本很靠近目标样本。无论怎样,数量并不能影响运行结果。可以采用权值的方法(和该样本距离小的邻居权值大)来改进。
5、计算量较大。目前常用的解决方法是事先对已知样本点进行剪辑,事先去除对分类作用不大的样本。
五、支持向量机(SVM)
优点:
1、可以解决小样本情况下的机器学习问题。
2、可以提高泛化性能。
3、可以解决高维问题。
4、可以解决非线性问题。
5、可以避免神经网络结构选择和局部极小点问题。
缺点:
1、对缺失数据敏感。
2、对非线性问题没有通用解决方案,必须谨慎选择Kernelfunction来处理。
六、朴素贝叶斯
优点:
1、朴素贝叶斯模型发源于古典数学理论,有着坚实的数学基础,以及稳定的分类效率。
2、NBC模型所需估计的参数很少,对缺失数据不太敏感,算法也比较简单。
缺点:
1、理论上,NBC模型与其他分类方法相比具有最小的误差率。但是实际上并非总是如此,这是因为NBC模型假设属性之间相互独立,这个假设在实际应用中往往是不成立的(可以考虑用聚类算法先将相关性较大的属性聚类),这给NBC模型的正确分类带来了一定影响。在属性个数比较多或者属性之间相关性较大时,NBC模型的分类效率比不上决策树模型。而在属性相关性较小时,NBC模型的性能最为良好。
2、需要知道先验概率。
3、分类决策存在错误率
七、Adaboosting方法
1、adaboost是一种有很高精度的分类器。
2、可以使用各种方法构建子分类器,Adaboost算法提供的是框架。
3、当使用简单分类器时,计算出的结果是可以理解的。而且弱分类器构造极其简单。
4、简单,不用做特征筛选。
5、不用担心overfitting。
八、Rocchio算法
优点:
容易实现,计算(训练和分类)特别简单,它通常用来实现衡量分类系统性能的基准系统,而实用的分类系统很少采用这种算法解决具体的分类问题。
九、各种分类算法综合比较
Calibrated boosted trees的性能最好,
随机森林第二,
uncalibrated bagged trees第三,
calibratedSVMs第四,
uncalibrated neural nets第五。
性能较差的是朴素贝叶斯,决策树。
有些算法在特定的数据集下表现较好。
文本分类常用算法比较相关推荐
- 文本分类——NLV算法研究与实现
内容提要 1 引言 2 NLV算法理论 2.1 训练模型 2.2 分类模型 3 NLV算法实现 3.1 算法描述 4 实验及性能评估 4.1 实验设计 4.1.1 实验环境 4.1.2 数据集 4.1 ...
- 文本分类——KNN算法
上一篇文章已经描述了朴素贝叶斯算法newgroup的分类实现,这篇文章采用KNN算法实现newgroup的分类. 文中代码参考:http://blog.csdn.net/yangliuy/articl ...
- 文本分类——常用经典技术解析(jieba,word2vec,样本不平衡问题)
[课程安利]人工智能课程请往下戳 如果想了解和系统学习更多人工智能.机器学习理论和项目实践,CSDN学院中有一系列精品AI课,分为大课和小课,包含数学基础.Python基础.算法和企业级项目 等,适合 ...
- 机器学习分类常用算法-笔记
朴素贝叶斯 朴素:给定目标值时属性之间相互条件独立. P(Dj∣x)P(x)=P(x∣Dj)P(Dj)P\left(D_{j} | x\right) P(x)=P\left(x | D_{j}\rig ...
- 文本分类-Adaboost算法
参考资料 [1]基于spark的adaboost实现 http://blog.csdn.net/flykinghg/article/details/53489423 [2]git上基于spark的ad ...
- java knn文本分类算法_使用KNN算法的文本分类.PDF
使用KNN算法的文本分类.PDF 第31 卷 第8 期 计 算 机 工 程 2005 年4 月 Vol.31 8 Computer Engineering April 2005 人工智能及识别技术 文 ...
- 文本分类算法研究与实现
1 设计题目 文本分类的算法研究与实现 2 课题背景及研究现状 2.1 课题背景 近年来,随着Internet的迅猛发展,网络信息和数据信息不断扩展,如何有效利用这一丰富的数据信息,己成为广大信息技术 ...
- 文本分类与聚类(text categorization and clustering)
1. 概述 广义的分类(classification或者categorization)有两种含义:一种含义是有指导的学习(supervised learning)过程,另一种是无指导的学习(unsup ...
- 【NLP】相当全面:各种深度学习模型在文本分类任务上的应用
论文标题:Deep Learning Based Text Classification:A Comprehensive Review 论文链接:https://arxiv.org/pdf/2004. ...
最新文章
- ultraedit怎么配置java_【转】UltraEdit配置java环境
- rotate.js实现图片旋转 (chrome,IE,firefox都可以实现)
- express 设置跨域
- Python 实例属性和类属性
- 选文可以学计算机专业,是不是文理科都可以报计算机专业?
- 通过思科构造局域网_cisco设备构建典型局域网
- BZOJ5092:[Lydsy1711月赛]分割序列(贪心,高维前缀和)
- getElementById和ByTagName的区别
- HIT计算机系统大作业——hello的一生
- scare机器人如何手眼标定_SCARA机器人手眼标定之目标抓取
- 特洛伊木马程序_特洛伊木马Dridex的新变种可避免反病毒软件的检测
- 如何下载太原市卫星地图高清版大图
- Apple Developer苹果签名工具
- 前端——面试(苏小妍)
- 系统好看 字体font-family
- 电脑开机界面如何设置个性签名?
- win7一直弹计算机,Win7电脑总是自动弹出拨号连接怎么办 Win7总是弹出拨号连接对话框的解决办法(两种)...
- 一 Django模型层简介
- Yocto系列讲解[理论篇]25 - BitBake全过程(3)
- 以史为鉴!美国如何摧毁了日本的芯片产业?
热门文章
- Golang 学习二十一(文件处理)
- 编程改变世界_v20201007
- 重学JavaSE 第11章 : 常用类API、String、日期API、比较器、BigDecimal、System等
- 985高校的高材生只会写代码片段,丢人吗?
- 数据库课程大作业:课程管理系统——java实现、图形化,我写了MySQL和SQL两个版本
- CAD图纸能转成其他格式吗?免费在线CAD转PDF
- 基于echarts 数据可视化大屏展示全国热点分布高亮地图特效
- usb转串口驱动cp210x下载地址(亲测有用)
- hinton深度学习nature_【深度学习】卷积神经网络之父LeCun:关于深度学习必须知道的传奇人物...
- 抖音是如何毁掉我们的?