基于支持向量机的文本分类器的实现与设计

摘要

支持向量机（Support Vector Machine，SVM）是根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折中，以期获得最好的泛化能力，并且在解决文本分类中表现出很多特有的优势。本文以文本分类为主要任务，讨论了目前存在的几种二叉树多类SVM算法组合策略。并用中改进的多类SVM分类算法作为文本分类器核心算法，并在多类文本分类实验中进行验证。