几种典型特征选取方法在中文网页分类上的效果比较

• 作者: 冯是聪 单松巍 李晓明
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 机器学习 中文网页分类 特征选取 评测
• 年，卷（期）: 2003,（22）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 146-148
• 页数: 3页
• 分类号: TP18
• 字数: 3676字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2003.22.047

摘要

针对中文网页,比较研究了CHI、IG、DF以及MI特征选取方法.主要的实验结果有:(1)CHI、IG和DF的性能明显优于MI;(2)CHI、IG和DF的性能大体相当,都能够过滤掉85%以上的特征项;(3)DF具有算法简单、质量高的优点,可以用来代替CHI和IG;(4)使用普通英文文本和中文网页评测特征选取方法的结果是一致的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓明	北京大学计算机科学与技术系	127	2603	27.0	49.0
2	冯是聪	北京大学计算机科学与技术系	5	312	4.0	5.0
3	单松巍	北京大学计算机科学与技术系	5	482	4.0	5.0