在文本分类中，应用支持向量机（SVM）算法能使分类在小样本的条件下具有良好的泛化能力。但支持向量机的参数取值决定了其学习性能和泛化能力。为提高支持向量机算法的性能，提出了一种采用免疫算法对支持向量机参数进行优化的文本分类算法（IA—SVM）。算法减少了对支持向量机参数选择的盲目性，提高了SVM的预测精度。实验表明，IA—SVM算法在文本分类问题上明显提高了分类正确率，学习速度也有提高。

文本分类是数据挖掘领域中重要的研究分支.通过对自适应遗传算法和朴素贝叶斯分类器的研究,提出一种基于自适应遗传算法的朴素贝叶斯分类算法.将该算法应用于中文文本分类中,可以生成最优贝叶斯分类器及最优属性集合,提高分类精度.