svcR：基于几何哈希改进并应用于词汇模式发现的支持向量聚类R包
机器学习
2015-04-24 v1 计算与语言
摘要
我们提出一个新的R包，其以数值矩阵格式作为数据输入，并使用支持向量聚类方法（SVC）计算簇。我们实现了一种新颖的2D网格标记方法以加速簇提取。在此意义上，若簇在二维图中可分离，则SVC可视为一种高效的簇提取方法。其次，我们表明这种使用Jaccard-Radial基核的SVC方法能够较好地将一组术语分类到本体类中，并有助于定义用于文档信息抽取的正则表达式规则；我们的案例研究涉及一组关于发育和分子生物学的术语与文档。
引用
@article{arxiv.1504.06080,
title = {svcR: An R Package for Support Vector Clustering improved with Geometric Hashing applied to Lexical Pattern Discovery},
author = {Nicolas Turenne},
journal= {arXiv preprint arXiv:1504.06080},
year = {2015}
}