基于两种特征贡献度的特征选择
周瑞琼1
朱颢东2
吴洪丽3
1.海南师范大学,信息科学技术学院,海南,海口,5711582.郑州轻工业学院,计算机与通信工程学院,河南,郑州450002;中国科学院,成都计算机应用研究所,四川,成都,6100413.海南师范大学,信息科学技术学院,海南,海口,571158;中国科学院,成都计算机应用研究所,四川,成都,610041
摘要：特征选择是提高文本分类性能的一个重要手段.论文首先定义了两种特征贡献度:一个是特征对类间文档分散程度的贡献度,该贡献度越大越好;另一种是特征对类内文档分散程度的贡献度,该贡献度越小越好.然后把这两种特征贡献度有机地结合起来设计了一个新的特征选择方法,该方法能够对所选特征进行综合考虑,从而使获得的特征集具有较好的代表性.仿真实验表明:所提特征选择方法在一定程度上能够提高文本分类性能.
关键词：特征选择文本分类特征贡献度文档分散程度
分类号：TP301(计算技术、计算机技术)
资助基金：海南省自然科学基金(807050)四川省科技计划(2008GZ0003)
论文发表日期：2010-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 44-47 )
英文信息