Text 支持向量机用于文本分类-机器学习教程？我如何开始？

我正在寻找一本关于文本分类机器学习的非常好的教程，也许是使用支持向量机（SVM）或其他适合大规模有监督文本分类的技术。如果没有一个很好的教程，有谁能给我指点一下初学者应该如何开始并做好英语文本分类的特征检测之类的工作

---

书籍，文章，任何能帮助初学者入门的东西都会非常有用

在其经典风格中，支持向量机（SVM）是一种二元分类器（即，它解决涉及两类的分类问题）。然而，它也可以通过应用一对一、一对全部或纠错输出码等技术来解决多类分类问题。最近，对经典支持向量机的一种新的改进——多类支持向量机允许直接解决多类分类问题

现在，就文档分类而言，您的主要问题是特征提取（即，如何从文档中获取某些分类特征）。这不是一项琐碎的任务，有一批关于这个主题的参考书目（例如，）

一旦您克服了特征提取的障碍，并在特征空间中标记和放置了文档样本，您就可以应用任何分类算法，如支持向量机、AdaBoost e.t.c

机器学习入门书籍： ,

特定于支持向量机的书籍： ,

关于文档分类和支持向量机的一些具体参考书目：

---

，，，

要求我们推荐或查找工具、库或喜爱的非现场资源的问题对于堆栈溢出来说是离题的，因为它们往往会吸引自以为是的答案和垃圾邮件。相反，请描述问题以及迄今为止为解决问题所做的工作。