基于类别相关性和优化的ID3特征选择

• 作者: 史岳鹏 朱颢东
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 文本分类 信息增益 属性依赖度
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 研究简报
• 页码范围: 230-234
• 分类号: TP301
• 字数: 4858字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2011.02.020

摘要

简单分析了词频方法和文档频方法,在总结其不足的基础上,提出了一个类别相关性方法,随后分析了ID3中信息增益的缺点并引进属性依赖度来加以改进,并进一步根据其中信息增益的计算特点,利用凸函数的性质来进行简化,减少了信息增益的计算量,提高了信息增益的计算效率;最后将此优化的ID3同类别相关性方法结合起来,提出了一个综合的特征选择方法.该综合方法首先使用类别相关性方法进行特征初选以降低文本向量的稀疏性,然后再使用优化的ID3来进一步选择特征,从而获得较具代表性的特征子集.实验结果表明该方法性能良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱颢东	郑州轻工业学院计算机与通信工程学院	70	367	11.0	13.0
2	史岳鹏	郑州牧业工程高等专科学校信息工程系	16	40	4.0	5.0