基于支持向量机算法和其他算法在文本分类中的性能比较 (2011年)

分析了几种典型的文本分类算法的特点。其中，支持向量机算法具有最优性能，但处理大量数据时，耗时比较大；K-NN方法与K值的选取有很大关系，而且实时性不够良好；朴素贝叶斯方法在实际应用中可以得到比较好的效果；神经网络方法提供了比较容易的方式预测非线性系统，训练过程很慢，不能适应大数据量的学习。