摘要：文本分类是数据挖掘和知识发现的关键，机器学习巳经成功的应用于文本分类。但是，高维度的特征向量影响了分类速度，且特征的选择影响了分类精度。本文提出一种粗糙集和最小二乘支持向量机相结合的文本分类方法，使用粗糙集对特征向量进行降维，使用最小二乘支持向量机进行特征选择并分类。实验结果表明，基于粗糙集和最小二乘支持向量机的分类方法较传统的KNN、决策树、标准SVM等方法更加有效。

原文链接:http://www.cqvip.com//QK/97588A/201705/672421495.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）