基于相对文档频的平衡信息增益降维方法

被引：2

作者：

任克强

张国萍

赵光甫

机构：

[1] 江西理工大学信息工程学院

来源：

江西理工大学学报 | 2008年 / 05期

关键词：

相对文档频; 特征降维; 信息增益; 文本分类;

D O I：

10.13265/j.cnki.jxlgdxxb.2008.05.027

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

针对文本分类中信息增益降维方法的不足,提出了一种基于相对文档频的平衡信息增益(RDFBIG)降维方法.实验结果表明,RDFBIG能有效消除不同类别之间语料规模对分类精度的影响,取得了较好的分类效果.

引用

页码：68 / 71

页数：4

共 6 条

[1] KNN文本分类算法研究 [J].

杨丽华 ;

戴齐 ;

郭艳军 .

微计算机信息, 2006, (21) :269-270+185

[2] 基于特征信息增益权重的文本分类算法 [J].

李文斌 ;

刘椿年 ;

陈嶷瑛 .

北京工业大学学报, 2006, (05) :456-460

[3] 文本挖掘技术研究进展 [J].

袁军鹏 ;

朱东华 ;

李毅 ;

李连宏 ;

黄进 .

计算机应用研究, 2006, (02) :1-4

[4] 网页与文本自动分类综述 [J].

王明文 ;

付雪峰 ;

左家莉 .

南昌工程学院学报, 2005, (03) :20-25

[5]

文本分类中的特征降维方法综述[J]. 陈涛,谢阳群.情报学报. 2005 (06)

[6] Machine learning in automated text categorization [J].

Sebastiani, F .

ACM COMPUTING SURVEYS, 2002, 34 (01) :1-47

← 1 →