研究文章

生物医学文本分类基于整体造型修剪和优化的主题

表2

分类算法用于构建模型库。

分类器组 分类算法

贝叶斯分类器 贝叶斯逻辑回归(Norm-based hyper-parameter选择),贝叶斯逻辑回归(旨在hyper-parameter选择),贝叶斯逻辑回归(基于特定值的hyper-parameter选择),朴素贝叶斯、朴素贝叶斯多项式

基于函数的分类器 FLDA、内核逻辑回归(保利内核),内核逻辑回归(归一化聚内核),LibLINEAR (L2-regularized逻辑回归),LibLINEAR (L2-regularized L2-loss支持向量分类),LibLINEAR (L1-regularized逻辑回归),LibSVM(径向基函数),LibSVM(线性内核),LibSVM(多项式内核),LibSVM(乙状结肠内核),多层感知器,径向基函数网络,逻辑回归,高斯径向基函数网络

基于实例的分类器 资讯(K: 1),资讯(K: 2),资讯(K: 3),资讯(K: 4),资讯(K: 5),资讯(K: 6),资讯(K: 7)资讯(K: 8),资讯(K: 9),资讯(K: 10)

基于规则的分类器 FURIA(与产品T-norm) FURIA(最低T-norm),开膛手

决策树分类器 BFTree (Unpruned) BFTree (Post-pruning) BFTree (Pre-pruning)、功能树、C4.5 (J48) NBTree,随机森林,随机树

2从俄南et al。(转载19,20.](下知识共享归属许可/公共领域)。