用于医学文档分类的分类算法比较
信息检索
2018-11-05 v1 计算与语言
机器学习
摘要
基于文本的文档数量与日俱增。医学文档即位于这些不断增长的文本文档之中。本研究将用于文本分类的技术应用于医学文档，并评估其分类性能。所使用的数据集为多类且多标签。特征选择采用卡方（CHI）技术，分类采用 SMO、NB、C4.5、RF 和 KNN 算法。本研究的目的是评估多种分类器在由医学文档构成的多类多标签数据集上的成功率。前 400 个特征在 KNN 分类器中最为成功，而特征数 400 及之后 SMO 成为最成功的分类器。
引用
@article{arxiv.1811.00869,
title = {Comparison of Classification Algorithms Used Medical Documents Categorization},
author = {Durmus Ozkan Sahin and Erdal Kilic},
journal= {arXiv preprint arXiv:1811.00869},
year = {2018}
}
备注
International Conference on Computer Science and Engineering 2016