基于类信息的文本聚类中特征选择算法

• 作者: 严莉莉 张燕平
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本聚类 特征选择 密度聚类算法
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 144-146,217
• 页数: 4页
• 分类号: TP39
• 字数: 4275字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.12.046

摘要

文本聚类属于无监督的学习方法,由于缺乏类信息还很难直接应用有监督的特征选择方法,因此提出了一种基于类信息的特征选择算法,此算法在密度聚类算法的聚类结果上使用信息增益特征选择法重新选择最有分类能力的特征,实验验证了算法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张燕平	安徽大学智能计算与信号处理重点实验室	148	1556	21.0	32.0
2	严莉莉	安徽大学智能计算与信号处理重点实验室	5	53	4.0	5.0