基于类别加权和方差统计的特征选择方法

• 作者: 冀俊忠 吴晨生 吴金源 杜芳华
• 来源期刊: 北京工业大学学报
• 学科: 工学
• 关键词: 文本分类 不均衡数据集 特征选择方法 类别加权 方差统计
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 应用数学与物理
• 页码范围: 1593-1602
• 页数: 10页
• 分类号: TP181
• 字数: 7760字
• 语种: 中文

摘要

为提高不均衡文本分类的准确率和稳定性,提出了一种基于类别加权和方差统计的联合特征选择方法.首先,基于类别文档数大小对特征选择的影响,给出了一种类别加权策略以强化小类别的特征;其次,在探究特征类别区分能力的基础上,设计了类别方差统计策略来凸显含有丰富类别信息的特征;最后,将2种策略相融合,实现了一种联合特征选择的新算法.在Reuters-21578和复旦大学语料这2个不均衡语料上的实验都表明:该算法有效,特别是在小类别的分类效果上远远好于IG、CHI和DFICF等流行的通用算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冀俊忠	北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室	58	626	14.0	23.0
2	吴晨生		75	603	12.0	21.0
3	吴金源	北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室	4	64	4.0	4.0
4	杜芳华	北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室	4	55	4.0	4.0