文本分类中特征选择方法的分析和改进

被引：2

作者：

许朝阳

机构：

[1] 莆田学院电子信息工程系

来源：

计算机与现代化 | 2010年 / 04期

关键词：

文本分类; 信息增益; 特征选择; 熵;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

随着WWW的迅猛发展,文本分类成为处理和组织大量文档数据的关键技术。基于向量空间的文本分类方法中,信息增益是一种有效的特征选择方法。本文改进信息增益的特征选择方法:降低负类对分类的贡献;改进特征项在类中的均匀程度对分类的贡献。实验结果表明,经过改进的信息增益的特征选择方法在分类效果上有显著的提高。

引用

页码：37 / 39

页数：3

共 7 条

[1] 文本分类中结合评估函数的TEF-WA权值调整技术 [J].

唐焕玲 ;

孙建涛 ;

陆玉昌 .

计算机研究与发展, 2005, (01) :47-53

[2] 中文文本分类中的特征选择研究 [J].

周茜 ;

赵明生 ;

扈旻 .

中文信息学报, 2004, (03) :17-23

[3] 文本分类中的特征抽取 [J].

秦进 ;

陈笑蓉 ;

汪维家 ;

陆汝占 .

计算机应用, 2003, (02) :45-46

[4] 向量空间法中单词权重函数的分析和构造 [J].

陆玉昌 ;

鲁明羽 ;

李凡 ;

周立柱 .

计算机研究与发展, 2002, (10) :1205-1210

[5]

机器学习[M]. 机械工业出版社 , (美)TomM.Mitchell著, 2003

[6] An Evaluation of Statistical Approaches to Text Categorization [J].

Yiming Yang .

Information Retrieval, 1999, 1 (1-2) :69-90

[7]

Feature selection for unbalanced class Distribution and Naive Bayes .2 D. Mladenic‘,and M. Grobelnik. Proceedings of the16th International Conference on Machine Learning ICML99 . 1999

← 1 →