基于文档频率的特征选择方法

被引：25

作者：

杨凯峰

张毅坤

李燕

机构：

[1] 西安理工大学计算机科学与工程学院

来源：

计算机工程 | 2010年 / 36卷 / 17期

关键词：

文本分类; 特征选择; 文档频率; 词频率; 支持向量机;

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：

传统的文档频率(DF)方法在进行特征选择时仅考虑特征词在类别中出现的DF,没有考虑特征词在每篇文档中出现的词频率(TF)问题。针对该问题,基于特征词在每篇文档中出现的TF,结合特征词在类别中出现的DF提出特征选择的新算法,并使用支持向量机方法训练分类器。实验结果表明,在进行特征选择时,考虑高词频特征词对类别的贡献,可提高传统DF方法的分类性能。

引用

页码：33 / 35+38 +38

页数：4