基于类别区分度和关联性分析的综合特征选择

• 作者: 王治和 蒋芸 陈建华
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 文本分类 特征选择 关联性分析 类别区分度 相关独立度
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 186-188,192
• 分类号: TP391
• 字数: 4960字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.09.056

摘要

提出一种基于类别区分度和关联性分析的综合特征选择算法.利用类别区分度提取具有较强类别区分能力的特征词,降低特征空间的稀疏性,通过特征的关联性分析衡量特征与类别的相关性及特征之间的冗余度,选出具有类别代表性且相互之间不存在冗余的特征词.实验结果表明,该算法能有效提高分类器性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王治和	西北师范大学数学与信息科学学院	78	356	10.0	14.0
2	蒋芸	西北师范大学数学与信息科学学院	38	377	11.0	18.0
3	陈建华	西北师范大学数学与信息科学学院	6	21	2.0	4.0