垃圾短信过滤中的特征降维算法比较.pdfVIP

维普资讯 中国人民公安大学学报(自然科学版) 2008年第3期No．32008 JournalofChinesePeople’SPublicSecurityUniversity(ScienceandTechnology) 筮 !塑 ! 垃圾短信过滤 中的特征降维算法 比较 李永健 ，王斌君 (中国人民公安大学信息安全工程系，北京 102614) 摘 要 文本分类是垃圾短信过滤的核心技术，为了在文本分类时实现特征提取，就需要在不影 响分类准确性的前提下，减少原始空间的维数。文档频率、信息增益、互信息、统计、期望交叉 熵法、文本证据权和主成分分析是 目前采用的主要的特征降维方法，通过实验数据对六种方法的 性能做比较分析后发现，对于垃圾短信过滤系统而言，信息增益是最优的特征选择方法。 关键词 垃圾短信 ；过滤；特征降维 中图分类号 TP301．6 直接在这样一个高维