一種基于累計適應度遺傳算法的快速文本分類器.pdf

1、在數(shù)據(jù)挖掘文本分類研究領域中，同時基于遺傳算法與基于支持向量機的多分類技術開始引起部分學者的關注，該算法體系的特色是在借鑒遺傳算法的自適應尋優(yōu)秀特征以構造最優(yōu)二叉樹結構的同時，采用支持向量機技術在高維度環(huán)境下突出的效果，自動構建二叉樹節(jié)點，分類效果得到廣泛認可。針對基于遺傳算法(Genetic Algorithm，GA)的支持向量機(Support Vector Machine，SVM)多分類決策樹算法(GA-SVM)中全局優(yōu)化缺陷以及

2、時間復雜度較高的問題,做了兩方面工作，其一是通過重新定義遺傳適應度函數(shù)(fitness)，提出一種累計適應度(cumulative fitness)，進而衍生出新算法CFGA-SVM，其二在CFGA-SVM的基礎上，修改了多項式核函數(shù)的選擇算子，產生新的改進的基于遺傳算法的支持向量機快速多類文本分類算法BCFGA-SVM，降低了CFGA-SVM算法的時間復雜度，同時也能保證分類精度與全局尋優(yōu)能力。BCFGA-SVM算法同CFGA-SVM

3、算法思路相同，都是從根節(jié)點開始逐層構造二叉樹，首先對根節(jié)點基因實值編碼，通過基因分裂操作產生子代種群，然后利用累計適應度篩選出新的種群，篩選出的種群并不一定是當代局部最優(yōu)，但一定是所得二叉樹中全局最優(yōu)，從而提高分類精度，最后以此循環(huán)直至算法結束，與CFGA-SVM算法不同的是，在計算適應度時，BCFGA-SVM采用自動選擇核函數(shù)映射的方法，根據(jù)當前樣本的分布情況，靈活的選取多項式核函數(shù)的參數(shù)d，避免了多余的高維向量計算，在一定程度上能縮