基于词频信息的改进信息增益文本特征选择算法

被引：14

作者：

石慧 ^{[1
]}

贾代平 ^{[2
]}

苗培 ^{[1
]}

机构：

[1] 山东师范大学信息科学与工程学院

[2] 山东工商学院计算机科学与技术学院

来源：

计算机应用 | 2014年 / 34卷 / 11期

关键词：

文本分类; 特征选择; 信息增益; 词频; 参数修正;

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：

为克服传统信息增益(IG)算法对特征项的频数考虑不足的缺陷,在对传统算法和相关改进算法深入分析的基础上,提出一种基于词频信息的改进的IG文本特征选择算法。分别从特征项在类内出现的频数、类内位置分布、不同类间的分布等方面对传统IG算法的参数进行了修正,使特征频数信息得到充分利用。对文本分类的实验结果表明,所提算法的分类精度明显高于传统IG算法和加权的IG改进算法。

引用

页码：3279 / 3282

页数：4

共 8 条

[1] 基于信息增益特征关联树的文本特征选择算法 [J].