科技信息(科学·教研)
科技信息(科學·教研)
과기신식(과학·교연)
SCIENCE INFORMATION
2008年
2期
7-8
,共2页
文本分类%朴素贝叶斯(NB)%K-最近邻(KNN)%支持向量机(SVM)
文本分類%樸素貝葉斯(NB)%K-最近鄰(KNN)%支持嚮量機(SVM)
문본분류%박소패협사(NB)%K-최근린(KNN)%지지향량궤(SVM)
中文文本分类是中文信息处理过程中的K-最近邻(KNN)、支持向量机(SVM)这三种中文文本分类方法,并对这三种分类方法进行分析和比较.
中文文本分類是中文信息處理過程中的K-最近鄰(KNN)、支持嚮量機(SVM)這三種中文文本分類方法,併對這三種分類方法進行分析和比較.
중문문본분류시중문신식처리과정중적K-최근린(KNN)、지지향량궤(SVM)저삼충중문문본분류방법,병대저삼충분류방법진행분석화비교.