pcs5735 newsgroup 为新闻组(Tom Mitchell)数据集分类测试多个机器学习

pcs5735_新闻组随着网络上可用数据量的指数级增长，尤其是文本，对能够从这些资源中自动提取信息的算法的需求更加明显。在本文中，我介绍了对几种机器学习算法的理论基础的调查，我还使用公共数据集对论坛帖子进行了自动分类实验。对结果进行了比较和定性的讨论。结果表明，决策树算法的性能最好，准确率为97.67%，而另一种神经网络算法的准确率仅为12.33%。考虑到这些算法不是专门针对这种情况开发的并且已经构建，因此介绍了其他算法以比较它们在这种情况下的适应性。关键词：人工智能、文本挖掘、机器学习、决策树、神经网络、贝叶斯学习、聚类、支持向量机。