基于kda和svm的文档分类算法

？为了高效地解决web文档分类问题，提出了一种基于核鉴别分析方法kda和svm的文档分类算法。该算法首先利用kda对训练集中的高维web文档空间进行降维，然后在降维后的低维特征空间中利用乘性更新规则优化的svm进行分类预测。采用了文档分类领域两个著名的数据集reuters-21578和20-newsgroup进行实验，实验结果表明该算法不仅获得了更高的分类准确率，而且具有较少的运行时间。