文档分类之特征选择方法的实验比较

• 作者: 张建兵 戴新宇 陈家骏
• 来源期刊: 广西师范大学学报(自然科学版)
• 学科: 工学
• 关键词: 文本分类 特征选择 信息增益 Relief 随机森林 支持向量机
• 年，卷（期）: 2008,（3）
• 页码范围: 181-184
• 页数: 4页
• 分类号: TP391
• 字数: 2800字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-6600.2008.03.045

摘要

在自动化信息处理中,由于大量信息是基于文字表达的,使得文本分类成为其核心任务之一.其中,相比较其他分类算法,基于类中心的文档分类方法凭借其极高的效率和较好的性能得到了更广泛的应用.然而,该分类方法的性能很大程度上取决于文本的特征空间表示.在此将4种较大差异的特征选择方法作为预处理方法,构造适合类中心点分类的特征空间,对它们的性能进行分析.实验表明,基于支持向量机的特征选择方法不仅有较好的最低错误率,并且对选择的特征数目不敏感,因此我们推荐在实际应用中使用基于支持向量机的特征选择方法作为基于类中心的文档分类算法的预处理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈家骏	南京大学软件新技术国家重点实验室	61	1082	18.0	31.0
2	戴新宇	南京大学软件新技术国家重点实验室	29	630	12.0	25.0
3	张建兵	南京大学软件新技术国家重点实验室	2	7	1.0	2.0