一种基于信息增益的特征选择方法

被引：10

作者：

黄志艳

机构：

[1] 泰山职业技术学院

来源：

山东农业大学学报(自然科学版) | 2013年 / 44卷 / 02期

关键词：

特征选择; 文本分类; 信息增益;

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：

本文提出了一种基于信息增益改进的信息增益特征选择选择方法。首先对数据集按类进行特征选择,减少数据集不平衡性对特征选取的影响。其次运用特征出现概率计算信息增益权值,降低低频词对特征选择的干扰。最后使用离散度分析特征在每类中的信息增益值,过滤掉高频词中的相对冗余特征,并对选取的特征应用信息增益差值做进一步细化,获取均匀精确的特征子集。通过对照不同算法的测评函数值,表明本文选取的特征子集具有更好的分类能力。

引用

页码：252 / 256

页数：5

共 6 条

[1] 文本分类中特征选择方法的比较与改进 [J].

单丽莉 ;

刘秉权 ;

孙承杰 .

哈尔滨工业大学学报, 2011, 43(S1) (S1) :319-324

[2]

A comparative study on feature selection in text categorization. Yiming Yang,Jan O Pedersen. Proceedings of the Fourteenth International Conference on Machine Learning(ICM’97) . 1997

[3] 应用特征项分布信息的信息增益改进方法研究 [J].

杨玉珍 ;

刘培玉 ;

朱振方 ;

邱烨 .

山东大学学报(理学版), 2009, 44 (11) :48-51

[4] 文本分类中特征选择方法的分析和改进 [J].

许朝阳 .

计算机与现代化, 2010, (04) :37-39

[5] 一种基于信息增益的特征优化选择方法 [J].

刘庆和 ;

梁正友 .

计算机工程与应用 , 2011, (12) :130-132+136

[6]

Feature Selection for Unbalanced Class Distribution and Naive Bayes. Mladenic D,Grobelnik M. Proceedings of the Sixteenth International Conference on Machine Learning . 1999

← 1 →