一种改进的文本分类特征选择方法

被引：20

作者：

黄秀丽

王蔚

机构：

[1] 南京师范大学教育科学学院机器学习与认知实验室

来源：

计算机工程与应用 | 2009年 / 36期

关键词：

文本分类; 特征选择; 信息增益;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

140502 [人工智能];

摘要：

文本分类中特征空间的高维问题是文本分类的主要障碍之一。特征选择(Feature Selection)是一种有效的特征降维方法。现有的特征选择函数主要有文档频率(DF),信息增益(IG),互信息(MI)等。基于特征的基本约束条件以及高性能特征选择方法的设计步骤,提出了一种改进的特征选择方法SIG。该特征选择方法在保证分类效果的同时,提高了对中低频特征的偏向。在语料集Reuters-21578上的实验证明,该方法能够获得较好的分类效果,同时有效提高了对具有强分类能力的中低频特征的利用。

引用

页码：129 / 130+240 +240

页数：3