面向不平衡文本的特征选择方法

摘要：

在分析了传统特征选择方法构造的4项基本信息元素的基础上提出一种强类别信息的度量标准,并在此基础上,提出一种适用于不平衡文本的特征选择方法.该方法综合考虑了类别信息因子、词频因子,分别用于提高少数类和多数类类别分类精度,该方法在reuter-21578数据集上进行了实验,实验结果表明,该特征选择方法比IG、CHI方法都更好,不但微平均指标有一定程度的提高,而且宏平均指标也有一定程度的提高.

关键词：特征选择方法、不平衡数据集、强类别相关、文本分类

所属期刊栏目：41

分类号：TP181(自动化基础理论)

资助基金：浙江省科技计划项目2010C31003

在线出版日期：2012-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：592-595