基于统计频率的文本分类特征选择算法研究

摘要：

通过分析x2统计量(Chi-square,CHI)的缺陷和不足,针对它对低文档频的特征项不可靠,而且不能说明词条和类别的相关性的缺点,对其进行改进,提出统计频率(Statistical Frequency,SF)算法.实验结果表明,统计频率算法能够弥补这些不足,在文本分类中表现出良好的分类效果.

关键词：文本分类、特征选择、KNNx2、统计量

分类号：TP391(计算技术、计算机技术)

资助基金：江苏省教育厅高校哲学社会科学基金项目"江苏高校数字图书馆引进资源的绩效评价与发展战略研究"项目08SJB8700004的研究成果之一

在线出版日期：2009-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：44-48