两种分类方法特征选择的比较

• 作者: 王晓微
• 来源期刊: 电子技术
• 学科: 工学
• 关键词: 文本分类 特征选择 支持向量机
• 年，卷（期）: 2007,（11）
• 所属期刊栏目: 技术研发
• 页码范围: 132-134
• 页数: 3页
• 分类号: TP3
• 字数: 2838字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0755.2007.11.037

摘要

由于网络的发展,中文文本的分类技术也有待提高.向量空间模型是中文文本分类中常用的模型,词作为中文文本的特征,其维数很高,如此高的维数对分类并不是都有用的.所以对特征的选择尤为重要,文章通过两种分类器对多种特征选择方法在同一平面内进行比较,将分类器的各种参数设为最优状态,得到了IG的分类效果较好,并且利用了平均查全率对不同的特征选择方法进行纵向与横向的比较,实验证明,SVM整体的分类效果要优于KNN的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓微	燕山大学信息科学与工程学院	1	1	1.0	1.0