一种基于群体增量学习算法的文本特征选择方法

摘要：

尽管目前存在许多文本特征选择方法，但是它们都有着一定的局限性。提出一种新的基于群体增量学习（Population Based Incremental Learning）算法的文本特征选择方法，其特点是无需特征集的先验知识和容易实现，并且由于使用了简单分类器性能作为评价准则，计算复杂度很低。对Reuters-21578文本集的分类实验结果表明，该方法平均分类性能要优于卡方统计量、信息增益和简单遗传算法三种常用的特征选择方法。

关键词：群体增量学习、特征选择、文本分类、遗传算法

所属期刊栏目：55

分类号：TP391(计算技术、计算机技术)

资助基金：湖南省自然科学基金项目"电子商务环境下信任演化模型的构建与应用研究"10JJ6111

在线出版日期：2012-04-21（万方平台首次上网日期，不代表论文的发表时间）

页码：102-105,125