基于信息增益的文本特征选择方法

• 作者: 王理冬
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 文本分类 信息增益 特征选择 不平衡数据集 离散度分析
• 年，卷（期）: dnzsyjsxsb_2017,（9）
• 页码范围: 242-244
• 页数: 3页
• 分类号: TP391

摘要

在类和特征分布不均时,传统信息增益算法的分类性能急剧下降。针对此问题,提出一种改进的基于信息增益的文本特征选择方法。首先,降低了低频词对特征选择的影响。其次,使用离散度分析特征词在类间的文档频率,增加波动性大的特征词的权值。通过对比实验分析表明,选取的特征具有更好的分类性能,并且对于不平衡数据集表现也较好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王理冬		6	32	4.0	5.0