利用SVM进行文本分类并研究特征选择对文本分类的影响

支持向量机是一个具有多类分类能力的非线性分类器。在实际应用中，有可 能出现不同类别样本数目相差很大的情况，比如在解决故障检测等分类问题时，c—sVM训练的分类错误总偏向于样本数较少的类别，因而影响了分类的精确性。为提高精确性，提出了一种优化算法，在训练过程中针对不同类样本，采用不同的权值来优化训练过程，按正负类样本在总样本中所占的比例，加大样本数较少的类别权值，降低样本数较大的类别权值来实现两类样本间的均衡。实验结果表明该方法对两类样本数目相差很大的问题是有效的。