新的文本分类特征选择方法研究

• 作者: 刘明 张玉芳 熊忠阳 王勇
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 特征降维 文本分类 特征选择 综合比率 K-最近邻分类算法
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 132-135
• 页数: 4页
• 分类号: TP391
• 字数: 4719字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1107-0512

摘要

特征降维是文本分类过程中的一个重要环节.在现有特征选择方法的基础上,综合考虑特征词在正类和负类中的分布性质,综合四种衡量特征类别区分能力的指标,提出了一个新的特征选择方法,即综合比率(CR)方法.实验采用K-最近邻分类算法(KNN)来考查CR方法的有效性,实验结果表明该方法能够取得比现有特征选择方法更优的降维效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊忠阳	重庆大学计算机学院	135	2447	25.0	44.0
2	张玉芳	重庆大学计算机学院	125	2737	26.0	48.0
3	王勇	重庆大学计算机学院	401	5118	36.0	53.0
4	刘明	重庆大学计算机学院	25	311	10.0	17.0