基于改进CHI和带权ECE结合的特征选择方法

• 作者: 秦晓军 蔡镇 高健
• 来源期刊: 计算机应用研究
• 关键词: 卡方统计 期望交叉熵 特征选择 文本分类
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2962-2964
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.03.0240

摘要

针对文本分类特征选择方法中的卡方统计(CHI)和期望交叉熵(ECE),分析了其特点和不足.为了避免传统CHI和ECE方法在不平衡数据集上分类效果差的问题,通过引入调节因子和除去负相关影响因素,给出了改进的CHI方法(pCHI),并以加权的方式弥补ECE方法倾向于选择弱区分能力高频特征的缺陷(ωECE).在综合两种改进后方法的基础上,进一步提出基于改进CHI和带权ECE结合(pCHIωECE)的特征选择方法.经对比实验验证,pCHIωECE方法的查准率、F1值均优于CHI、ECE及pCHI、ωECE方法,且该方法的降维稳定性更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦晓军		11	20	3.0	4.0
2	高健		2	1	1.0	1.0
3	蔡镇		1	1	1.0	1.0