新的文本分类特征选择方法研究

摘要：

特征降维是文本分类过程中的一个重要环节.在现有特征选择方法的基础上,综合考虑特征词在正类和负类中的分布性质,综合四种衡量特征类别区分能力的指标,提出了一个新的特征选择方法,即综合比率(CR)方法.实验采用K-最近邻分类算法(KNN)来考查CR方法的有效性,实验结果表明该方法能够取得比现有特征选择方法更优的降维效果.

关键词：特征降维、文本分类、特征选择、综合比率、K-最近邻分类算法

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：重庆市科委自然科学基金计划资助项目2007BB2372;中央高校研究生创新基金CDJXS11180013

在线出版日期：2013-07-15（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：132-135