基于CFS-GA特征选择算法的中文网页自动分类

• 作者: 喻春萍 黄晓霞
• 来源期刊: 上海海事大学学报
• 关键词: 中文网页分类 特征选择 基于关联的特征选择算法 遗传算法
• 年，卷（期）: 2012,（1）
• 页码范围: 77-81
• 分类号: TP393.092|TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9498.2012.01.016

摘要

为在中文网页分类时降低特征向量的维度、提高分类的精度,采用一种基于关联的特征选择(Correlation-based Feature Selection,CFS)与遗传算法(Genetic Algorithm,GA)相结合的方法进行特征选择.在该算法中,特征子集被当作GA中的一个染色体进行二进制编码；利用CFS启发值作为GA的适应度函数对个体进行评价；CFS值越大的个体遗传到下一代的概率越大.结合GA的全局搜索特性,该算法可保证所得特征子集是全局最优的.利用weka平台,对搜狗实验室提供的中文网页数据集进行实验.结果表明,该算法能有效降低特征空间的维度、提高分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄晓霞	上海海事大学信息工程学院	26	115	5.0	9.0
2	喻春萍	上海海事大学信息工程学院	1	5	1.0	1.0