共 1 条
一种高效的用于文本聚类的无监督特征选择算法
被引：39
作者：
刘涛
吴功宜
陈正
机构：
[1] 南开大学信息技术科学学院
[2] 微软亚洲研究院
来源：
关键词：
特征选择;
文本聚类;
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：
特征选择虽然非常成功地应用于文本分类,但却很少用于文本聚类,这是因为那些高效的特征选择方法通常都是有监督的特征选择算法,它们因为需要类信息而无法直接应用于文本聚类.为了能将这些方法应用到文本聚类上,提出了一种新的无监督特征选择算法:基于K-Means的特征选择算法(KFS).这个算法通过在不同K-Means聚类结果上使用有监督特征选择的方法,成功地选择出了最为重要的一小部分特征,使文本聚类的性能提高了近15％.
引用
收藏
页码：381 / 386
页数：6
相关论文