CAJ | 학술논문

鉴于文本分类具有高维性和高相关性的特点，已有文本分类研究采用能够有效降维和消除共线性的主成分Logistic模型。然而，这种模型定式在提取主成分时没有考虑解释变量与被解释变量之间的相关性，可能导致与文本分类关系密切的解释变量信息的丢失，从而削弱模型的分类能力。考虑到这一缺陷，在分析中引入偏最小二乘方法，并对20newsgroups语料库进行分类，结果显示，在高维分类时，其分类性能相对于主成分Logistic模型具有明显优势，表明这种方法用于文本分类的有效性。
감우문본분류구유고유성화고상관성적특점，이유문본분류연구채용능구유효강유화소제공선성적주성분Logistic모형。연이，저충모형정식재제취주성분시몰유고필해석변량여피해석변량지간적상관성，가능도치여문본분류관계밀절적해석변량신식적주실，종이삭약모형적분류능력。고필도저일결함，재분석중인입편최소이승방법，병대20newsgroups어료고진행분류，결과현시，재고유분류시，기분류성능상대우주성분Logistic모형구유명현우세，표명저충방법용우문본분류적유효성。