结合优化文档频和变精度粗糙集的特征选择方法

• 作者: 朱颢东 钟勇
• 来源期刊: 河南大学学报（自然科学版）
• 学科: 工学
• 关键词: 特征选择 最小词频 文档频 变精度粗糙集 信息熵 属性约简
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 自动化基础理论与信息技术
• 页码范围: 515-520
• 页数: 6页
• 分类号: TP391.1
• 字数: 5956字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-4978.2009.05.017

摘要

在文本分类中,特征空间的维数通常高达几万,甚至远远超出训练样本的个数,这是一种十分普遍的现象. 为了提高文本挖掘算法的运行速度,降低占用的内存空间,过滤掉不相关或相关程度低的特征,必须使用特征选择算法. 首先给出了一个基于最小词频的文档频方法,然后把变精度粗糙集引入进来并提出了一个基于信息熵的属性约简算法,最后把该属性约简算法同基于最小词频的文档频方法结合起来,提出了一个综合的特征选择算法. 该综合算法首先利用基于最小词频的文档频方法进行特征选择,然后利用所提属性约简算法消除冗余,从而获得较具代表性的特征子集. 实验结果表明,该算法比最好的3种经典特征选择方法"互信息"和"统计量"以及文档频都要好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟勇	中国科学院成都计算机应用研究所	96	776	17.0	24.0
5	朱颢东	中国科学院成都计算机应用研究所	36	169	8.0	11.0