text mining week5学习笔记

一、 文本分类
1. 判别分类器
(1) logestic回归

(2) knn分类

如要求正中间那个四方格属于哪个分类，则先要确定k的值，若设k=1,则归为距它最近的一个类。若k=4，如图圈中会看到玫红方格所占概率3/4，点方格为1/4，则归为玫红方格的类中.

(3) SVM

尽力使分开的两个类别有最大的间隔，这样才使得分类具有更高的可信度，而且对于未知的新样本才有很好的分类预测能力。