文本分类支持向量机的i-ξα估计

ξα估计是进行支持向量机模型选择的重要指标,它通过分析支持向量的特性,可以在训练一次的情况下估计出训练集发生"留一错误"的次数,进而判断当前模型参数选择的优劣。本文分析了文本向量及RBF核函数的特点,对用于文本分类领域的ξα估计进行了改进,提出了一种计算简便的"i-ξα估计"。实验表明,改进后"i-ξα估计"在保证准确性的前提下,明显提高了计算速度。