基于类别区分度和关联性分析的综合特征选择

摘要：

提出一种基于类别区分度和关联性分析的综合特征选择算法.利用类别区分度提取具有较强类别区分能力的特征词,降低特征空间的稀疏性,通过特征的关联性分析衡量特征与类别的相关性及特征之间的冗余度,选出具有类别代表性且相互之间不存在冗余的特征词.实验结果表明,该算法能有效提高分类器性能.

关键词：文本分类、特征选择、关联性分析、类别区分度、相关独立度

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60873196;甘肃省自然科学基金资助项目1010RJZA022;西北师范大学2010年第三期知识与创新工程科研骨干基金资助项目nwnu-kjcxgc-03-67

在线出版日期：2012-07-13（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：186-188,192