结合ODF和辨识集特征选择_朱颢东.pdfVIP

22 1 () Vol. 22 No. 1 20102 Journal ofChongqing University ofPosts and Teleco unications(Natural ScienceEdition) Feb. 2010 ODF 1, 2 1, 2 1, 2 朱颢东 , 周 姝 , 钟 勇 ( 1. , 6 1004 1; 2. , 100039) : 在中文文本分类中, 由于中文词条总数 高, 限制了中文文本分类算法的选择空间特征选择是文本分类 的一个核心研究课题提出了一个优化的文档频( optmi al do cum en t requency, ODF ) , 再结合粗糙集提出了一个新 的基于辨识集的属性约简算法, 最后把该属性约简算法同优化的 ODF 结合起来, 提出了一个综合的特征选择方 法该综合选择方法首先使用优化的 ODF 进行特征初选以过滤掉 一些词条来降低特征空间的稀疏性, 然后再利用 所提出的属性约简算法消除冗余, 从而获得 具代表性的特征子集实验结果表明该方法有 好的准确率和召回率 : 特征选择; 文档频; 粗糙集; 辨识集; 属性约简 : TP301 : A : 1673-825X ( 20 10) 01-0094-05 Feature selection co binedODFwith discernible sets 1, 2 1, 2 1, 2 ZHU H ao-dong , ZHOU Shu , ZHONG Y ong ( 1. Chengdu Inst itu te o C ompu ter A pp lication, Ch inese A cad emy o Sciences, C hengdu 6 1004 1, P. R. Ch in a; 2. G raduate S chool, Ch inese A cademy o Sciences, Beij ing 100039, P. R. Ch in a) Abstract: In Chinese tex t ca tego rization, the se lec tion space o Ch inese tex t ca tego rization algor ithm is restricted due to the h igh quantity o Chinese entr ies. Feature se lec tion is the co re research topic in text ca tego rization. Th is paper irstly pres- ents an optmi al docum ent requency ( ODF ) , and introduces rough sets and a new attr ibutes reduction algor ithm based on d iscern ible se ts. F ina lly, comb in ing the attr ibute reduction a lgor ithm w ith the ODF, the paper proposes a com prehensive eature se lection m ethod. T he com prehensiv e me