基于线性支持向量机的文本分类应用研究

目前基于机器学习的文本分类方法得到了广泛应用,线性支持向量机是处理高维稀疏数据的有效机器学习方法之一。本文利用公共文本数据集进行了分类实验,对线性支持向量机与传统支持向量机在文本分类时的训练时间和分类准确率进行了对比分析,结果表明线性支持向量机具有更快的训练速度和更好的泛化能力。