一种基于随机森林的伯努利朴素贝叶斯文本分类方法

摘要

本发明提供了一种基于随机森林的伯努利朴素贝叶斯文本分类方法，包括训练阶段和分类阶段，训练阶段包括：从训练文档集中选取训练样本构建采样集，利用采样集训练随机森林，将训练文档集中的训练样本重新输入随机森林进行预测得到新的训练样本，利用新的训练样本训练伯努利朴素贝叶斯文本分类模型；分类阶段包括：将预测样本用随机森林进行预测，并将预测样本转化为新的二进制特征表示的预测样本，将新的二进制特征表示的预测样本输入伯努利朴素贝叶斯文本分类模型做出最终预测，输出预测的类标记。本发明同时考虑了随机森林与伯努利朴素贝叶斯模型之间优缺点的互补性，维持了模型的计算复杂性和简单性，并用大量实验验证了本发明的有效性。