一种基于权重的文本特征选择方法

• 作者: 柳小文 雷军程 黄同成
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 特征选择 TFIDF KNN分类算法
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 250-252,275
• 分类号: TP391
• 字数: 4350字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.07.057

摘要

在分析比较几种常用的特征选择方法的基础上,提出了一种引入文本类区分加权频率的特征选择方法TFIDF_Ci.它将具体类的文档出现频率引入TFIDF函数,提高了特征项所在文档所属类区分其他类的能力.实验中采用KNN分类算法对该方法和其他特征选择方法进行了比较测试.结果表明,TFIDF Ci方法较其他方法在不同的训练集规模情况下具有更高的分类精度和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷军程	长沙理工大学计算机与通信工程学院	29	97	5.0	7.0
3	黄同成	邵阳学院信息工程系	42	125	5.0	9.0
4	柳小文	邵阳学院信息工程系	11	39	3.0	6.0