基于类别方差的特征权重算法

• 作者: 刘旭敏 周鹏程 徐维祥
• 来源期刊: 计算机应用研究
• 关键词: 特征权重 类别方差 文本分类 支持向量机
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3538-3540,3555
• 页数: 4页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.12.004

摘要

传统基于概率的特征权重算法,往往只对词频、逆文档频和逆类频等进行统计,忽略了类别之间的相互关系.而对于多分类问题,类别之间的关系对统计又有重要意义.为了提高文本分类的精确度,提出了基于类别方差的特征权重算法,通过计算类别方差来度量类别之间的联系.通过五种特征权重算法在搜狗新闻数据集上的实验,结果表明提出的算法在F1宏平均和F1微平均上都有较大的提高.通过实验验证,该算法提升了文本分类的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐维祥	北京交通大学交通运输学院	44	279	9.0	14.0
2	刘旭敏	首都师范大学信息工程学院	46	645	13.0	24.0
3	周鹏程	首都师范大学信息工程学院	2	4	1.0	2.0