基于关联特征扩展的特征选择算法

• 作者: 何希平 古平 朱庆生 李云峰
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 文档分类 特征选择 关联特征
• 年，卷（期）: 2007,（16）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 150-152
• 页数: 3页
• 分类号: TP18
• 字数: 4169字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.16.052

摘要

特征选择是文档分类中常见的预处理工作,通过对文档特征空间降维,可以提高文档的分类性能.针对多数特征选择算法不考虑特征词共现关系的问题,该文提出了一种利用关联特征来增强文档分类性能的方法,针对特征扩展后产生的高维向量空间设计了一种快速冗余特征去除和选择算法,以满足实际应用中对增强特征分类性能和执行效率的需要.实验采用朴素贝叶斯网作为分类器,从特征降维效果、分类性能以及算法执行效率等方面与其他算法进行了比较.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱庆生	重庆大学计算机学院	175	1952	22.0	33.0
2	古平	重庆大学计算机学院	38	335	11.0	17.0
3	李云峰	重庆大学计算机学院	18	285	8.0	16.0
4	何希平	重庆大学计算机学院	7	63	4.0	7.0