面向不平衡文本的特征选择方法

被引：5

作者：

廖一星 ^{[1
,2
]}

潘雪增 ^{[1
]}

机构：

[1] 浙江大学计算机科学与技术学院

[2] 浙江财经学院东方学院

来源：

电子科技大学学报 | 2012年 / 41卷 / 04期

关键词：

特征选择方法; 不平衡数据集; 强类别相关; 文本分类;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

在分析了传统特征选择方法构造的4项基本信息元素的基础上提出一种强类别信息的度量标准,并在此基础上,提出一种适用于不平衡文本的特征选择方法。该方法综合考虑了类别信息因子、词频因子,分别用于提高少数类和多数类类别分类精度。该方法在reuter-21578数据集上进行了实验,实验结果表明,该特征选择方法比IG、CHI方法都更好,不但微平均指标有一定程度的提高,而且宏平均指标也有一定程度的提高。

引用

页码：592 / 595

页数：4