一种基于SVM的多层分类策略

摘要

提出了一种新的基于反例文档选择的多层分类策略l-vs-brothers.与原策略相比,该策略在训练阶段仅仅选择兄弟节点包含的样例文档作为反例,从而减少了较深层次节点需要学习的文档.实验结果表明,在该文的实验条件下,基于该策略的算法使得训练效率提高了60%,而分类精度却基本上保持不变.该策略还可以用在l-vs-l之上形成l-vs-brother策略,用来减少多层分类情况下节点训练时需要对比学习的节点数目.