论文研究基于改进的最大熵均值聚类方法在文本分类中的应用.pdf

针对传统的文本分类算法存在着各特征词对分类的结果影响相同、分类准确率较低、造成算法时间复杂度增加的问题，提出了一种改进的最大熵C-均值聚类文本分类方法。该方法充分结合了C-均值聚类和最大熵值算法的优点，以香农熵作为最大熵模型中的目标函数，简化分类器的表达形式，然后采用C-均值聚类算法对最优特征进行分类。仿真实验结果表明，与传统的文本分类方法相比，提出的方法能够快速得到最优分类特征子集，大大提高了文本分类准确率。