基于信息增益特征关联树的文本特征选择算法

• 作者: 任永功 杨荣杰 杨雪 胡志冬
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 特征选择 特征关联树 信息增益值 不平衡数据集 离散度
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 252-256
• 页数: 5页
• 分类号: TP301.6
• 字数: 5816字
• 语种: 中文

摘要

传统的信息增益算法在类和特征项分布不均时,分类性能明显下降.针对此不足,提出了一种基于信息增益特征关联树的文本特征选择算法(UDsIG).首先,对数据集按类进行特征选择,降低类分布不均时对特征选择的影响.其次,利用特征分布均匀度改善特征项在类内分布不均对特征选择的干扰,并采用特征关联树模型对类内特征进行处理,保留强相关特征,删除弱相关和不相关特征,降低特征冗余度.最后,使用类间加权离散度的信息增益公式进一步计算,得到更优特征子集.通过对比实验表明,选取的特征具有更好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任永功	辽宁师范大学计算机与信息技术学院	74	975	12.0	30.0
2	胡志冬	辽宁师范大学计算机与信息技术学院	6	37	3.0	6.0
3	杨雪	辽宁师范大学计算机与信息技术学院	9	20	2.0	4.0
4	杨荣杰	辽宁师范大学计算机与信息技术学院	5	102	3.0	5.0