2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩55頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、文本分類是信息檢索與文本挖掘的重要基礎(chǔ)。目前,雖然很多文本分類算法都成功地應(yīng)用在各個(gè)領(lǐng)域,但單一文本分類算法容易導(dǎo)致構(gòu)造的分類器分類性能差、泛化能力弱。集成學(xué)習(xí)算法利用多個(gè)單分類器之間的差異,有效地改善了分類器的性能和泛化能力。然而,隨著網(wǎng)絡(luò)數(shù)據(jù)規(guī)模的急劇增長(zhǎng),傳統(tǒng)的集中式系統(tǒng)框架難以滿足集成學(xué)習(xí)和海量文本數(shù)據(jù)分析處理要求的存儲(chǔ)空間和計(jì)算能力。并行計(jì)算的出現(xiàn)使大規(guī)模文本數(shù)據(jù)集的集成分類學(xué)習(xí)成為可能。Google的MapReduce并行編

2、程模型抽象度高,它封裝了并行處理底層的細(xì)節(jié)問題,為程序員設(shè)計(jì)及編寫并行程序提供了簡(jiǎn)易的編程框架。
   本文通過分析樸素貝葉斯的可加性,設(shè)計(jì)了基于MapReduce并行編程模型的TFIDF改進(jìn)的貝葉斯文本分類算法,該算法利用五個(gè)MapReduce作業(yè)完成分類器的訓(xùn)練和測(cè)試部分。在Hadoop分布式平臺(tái)上的實(shí)驗(yàn)表明該算法構(gòu)造的分類器具有高數(shù)據(jù)容量、高效性和高性能的特點(diǎn)。進(jìn)而通過對(duì)集成文本學(xué)習(xí)算法進(jìn)行研究,結(jié)合Bagging算法的并

3、行特點(diǎn),提出了基于MapReduce的貝葉斯集成文本分類器。該分類器的訓(xùn)練首先用隨機(jī)屬性選擇構(gòu)建訓(xùn)練子集的方法破壞了樸素貝葉斯的穩(wěn)定性,其次利用MapReduce框架下的貝葉斯文本分類算法作為基分類器對(duì)訓(xùn)練子集進(jìn)行學(xué)習(xí),并行地產(chǎn)生多個(gè)基分類器。分類器的測(cè)試包括利用各個(gè)基分類器并行產(chǎn)生中間結(jié)果和對(duì)中間結(jié)果進(jìn)行不加權(quán)投票得出最終結(jié)果兩個(gè)步驟。實(shí)驗(yàn)結(jié)果表明該算法適用于大規(guī)模文本數(shù)據(jù)集的分類學(xué)習(xí),同時(shí)具有高效性、準(zhǔn)確性、高可靠性和易擴(kuò)展性的優(yōu)點(diǎn)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論