不平衡数据集下特征词两面性的新型降维算法

• 作者: 付鑫 杜秋霞 王洪国 邵增珍
• 来源期刊: 计算机应用研究
• 关键词: 不平衡数据集 文本分类 特征选择 DFS-sCHI
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1947-1949,1969
• 页数: 4页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.07.005

摘要

传统DFS特征选择算法在降维处理时既未考虑样本分布不均的情况,又未涉及负特征词对类别的影响.综合考虑DFS的缺陷并进行优化处理,将DFS与卡方检测算法CHI结合,提出一种改进型特征选择算法DFS-sCHI.引入负特证词作为类别划分的影响因子之一,解决不平衡数据集下所提特征词类别分布不均的问题.经实验分析,不平衡数据集下,DFS-sCHI相比较于DFS在分类精度上有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王洪国	山东师范大学信息科学与工程学院山东省物流优化与预测工程技术研究中心	44	455	13.0	19.0
2	邵增珍	山东师范大学信息科学与工程学院山东省物流优化与预测工程技术研究中心	60	455	12.0	18.0
3	杜秋霞	山东师范大学信息科学与工程学院山东省物流优化与预测工程技术研究中心	2	7	1.0	2.0
4	付鑫	山东师范大学信息科学与工程学院山东省物流优化与预测工程技术研究中心	2	7	1.0	2.0