행렬 전치를 이용한 효율적인 NaiveBayes 알고리즘
An Efficient Algorithm for NaiveBayes with Matrix Transposition
0
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
본 논문은 NaiveBayes에서 정확도의 손실 없이 효율적으로 동작하는 NaiveBayes에 대한 새로운 알고리즘을 제안한다. 제안된 방법은 분류 벡터에 대한 행렬 전치를 사용하여 NaiveBayes의 확률 계산량을 최소화 하는 것이다. 제안된 방법을 문서 분류 프레임웨인 AI::Categorizer 상에서 구현하였으며, 잘 알려진 로이터-21578 데이터를 사용하여 기존의 NaiveBayes 방법과 비교하였다. 성능 비교의 결과로부터 제안된 방법이 기존의 NaiveBayes 방법보다 실행 속도측면에서 약 2배 정도의 성능 개선 효과가 있음을 알 수 있었다.
Abstract
This paper proposes an efficient algorithm of NaiveBayes without loss of its accuracy. The proposed method uses the transposition of category vectors, and minimizes the computation of the probability of NaiveBayes. The proposed method was implemented on the existing framework of the text categorization, so called, AI::Categorizer and it was compared with the conventional NaiveBayes with the well-known data, Reuter-21578. The comparisons show that the proposed method outperforms NaiveBayes about two times with respect to the executing time.
참고문헌 (12)
- Y. Yang, "Expert Network" (1994)
- S. T. Dumais, "Inductive learning algorithms and representations for text categorization" (1998), In CIKM
- Y. Yang, "A re-examination of text categorization methods"
- Calvo, "Intelligent Document Classification", 4(5) (2000)
- Calvo R. A, "Classifying financial news with neural networks"
- Tom Ault, "Rocchio and Metrics for Information Filtering at TREC-10", pp.~10 (2001)
- Y. Yang, "A Study on Thresholding Strategies for Text Categorization" (2001)
- Sebastiani F, "Machine learning in automated text categorization", 34(1), pp.1~47 (2002)
- Williams K, "A Framework for Text Categorization"
- 김한준, "텍스트 마이닝 기술을 적용한 대용량 온라인 문서 데이터의 계층적 조직화 기법" (2002)
- Calvo, "Coping with the News：the machine learning way" (2003)
- 이재문, "휴리스틱을 이용한 kNN의 효율성 개선", 10-b(6) (2003)