一種基于累計(jì)適應(yīng)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(lǐng)域中，同時基于遺傳算法與基于支持向量機(jī)的多分類技術(shù)開始引起部分學(xué)者的關(guān)注，該算法體系的特色是在借鑒遺傳算法的自適應(yīng)尋優(yōu)秀特征以構(gòu)造最優(yōu)二叉樹結(jié)構(gòu)的同時，采用支持向量機(jī)技術(shù)在高維度環(huán)境下突出的效果，自動構(gòu)建二叉樹節(jié)點(diǎn)，分類效果得到廣泛認(rèn)可。針對基于遺傳算法(Genetic Algorithm，GA)的支持向量機(jī)(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(fù)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(yīng)度函數(shù)(fitness)，提出一種累計(jì)適應(yīng)度(cumulative fitness)，進(jìn)而衍生出新算法CFGA-SVM，其二在CFGA-SVM的基礎(chǔ)上，修改了多項(xiàng)式核函數(shù)的選擇算子，產(chǎn)生新的改進(jìn)的基于遺傳算法的支持向量機(jī)快速多類文本分類算法BCFGA-SVM，降低了CFGA-SVM算法的時間復(fù)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(diǎn)開始逐層構(gòu)造二叉樹，首先對根節(jié)點(diǎn)基因?qū)嵵稻幋a，通過基因分裂操作產(chǎn)生子代種群，然后利用累計(jì)適應(yīng)度篩選出新的種群，篩選出的種群并不一定是當(dāng)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(jié)束，與CFGA-SVM算法不同的是，在計(jì)算適應(yīng)度時，BCFGA-SVM采用自動選擇核函數(shù)映射的方法，根據(jù)當(dāng)前樣本的分布情況，靈活的選取多項(xiàng)式核函數(shù)的參數(shù)d，避免了多余的高維向量計(jì)算，在一定程度上能縮