Institute of Computing Technology, Chinese Academy IR
| 基于区分类别能力的高性能特征选择方法 | |
| 徐燕; 李锦涛; 王斌; 孙春明 | |
| 2008 | |
| 发表期刊 | 软件学报
 |
| ISSN | 1000-9825 |
| 卷号 | 0.0期号:1.0页码:82 |
| 摘要 | 特征选择在文本分类中起着重要作用．文档频率（documentfrequency,简称DF）、信息增益（informationgain，简称IG）和互信．（mutual information，简称MI）等特征选择方法在文本分类中广泛应用．已有的实验结果表明，IG是最有效的特征选择算法之一，DF稍差，而MI效果相对较差．在文本分类中，现有的特征选择函数性能的评估均是通过实验验证的方法，即完全是基于经验的方法．特征选择是选择部分最有区分类别能力的特征，为此，给出了两个特征选择函数需满足的基本约束条件，并提出了一种构造高性能特征选择的通用方法．依此方法构造了一个新的特征选择函数KG（knowledgegain）．分析发现，IG和KG完全满足该构造方法，在Reuters-21578，OHSUMED和NewsGroup这3个语料集上的实验表明，IG和KG性能最好，在两个语料集上，KG甚至超过了IG验证了提出的构造高性能特征选择函数方法的有效性，同时也在理论上给出了一个评价高性能特征选择算法的标准． |
| 关键词 | 特征选择 文本分类 信息检索 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/35452 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 中国科学院计算技术研究所 |
| 第一作者单位 | 中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 徐燕,李锦涛,王斌,等. 基于区分类别能力的高性能特征选择方法[J]. 软件学报,2008,0.0(1.0):82. |
| APA | 徐燕,李锦涛,王斌,&孙春明.(2008).基于区分类别能力的高性能特征选择方法.软件学报,0.0(1.0),82. |
| MLA | 徐燕,et al."基于区分类别能力的高性能特征选择方法".软件学报 0.0.1.0(2008):82. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [徐燕]的文章 |
| [李锦涛]的文章 |
| [王斌]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [徐燕]的文章 |
| [李锦涛]的文章 |
| [王斌]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [徐燕]的文章 |
| [李锦涛]的文章 |
| [王斌]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论