所学专业：软件工程

研究方向：金融信息工程

介绍：
在对多种传统机器学习算法进行分析后，提出了基于Stacking模型融合的情感极性分类算法，将多个强分类器进行融合构造一个表现更优的模型。本文采用两层Stacking模型，第一层使用训练样本数据训练多个不同质的分类器，使用5-fold交叉验证的方式，把第一层的输出结果矩阵（5-fold输出的预测结果矩阵）作为输入数据训练第二层的模型。所有测试数据同样使用第一层的多个分类器进行预测，得到测试数据的预测结果矩阵。使用第一层的输出结果矩阵训练第二层分类模型，并进行预测得到最终分类结果。通过与传统单分类器算法和集成算法相比，本文方法的学习效果得到提升。

学历：研究生毕业

学位：硕士

状态：离校

毕业论文标题：《基于机器学习的中文情感极性分类研究》

学号：2016282160033