基于信息增益的文本特征选择方法
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.
文本分类、信息增益、特征选择、不平衡数据集、离散度分析
13
TP391(计算技术、计算机技术)
2017-11-03(万方平台首次上网日期,不代表论文的发表时间)
共4页
242-244,254