结合新型文档频和二进制可辨矩阵的特征选择_马春华.pdfVIP

下载本文档

1
0
约1.79万字
约 4页
2017-11-19 发布于浙江
举报
版权申诉

结合新型文档频和二进制可辨矩阵的特征选择_马春华.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

结合新型文档频和二进制可辨矩阵的特征选择_马春华

第 29卷第 8期计算机应用 Vol. 29 No. 8 2009年 8月 Journalof ComputerApplications Aug. 2009 : 1001- 9081( 2009) 08- 2268- 04 1 2, 3 2, 3 马春华 , 朱颢东 ,钟勇 ( 1. , 152061; 2. , 610041; 3. , 100039) (zhouli_mch@ 163. com) :特征选择是文本分类的一个核心研究课题分析了几种经特征选择方法并总结了它们的不足, 提出了一个新型文档频, 引入粗糙集理论, 并给出了一个基于二进制可辨矩阵的属性约简算法, 最后把该属性约简算法同新型文档频结合起来,提供了一个综合的特征选择方法该方法首先利用新型文档频进行特征初选以过滤掉一些词条,然后利用所提属性约简算法消除冗余通过对人民网的 8类新闻组,每类 300篇文档的分类实验, 结果表明此种特征选择方法在分类准确率和召回率上优于互信息C I和信息增益方法 :特征选择; 文本分类;文档频; 二进制可辨矩阵; 粗糙集;属性约简 : TP391. 4; TP391. 12 : A Feature selection com b in ing new docum ent frequen cy w ith b inary discern ib ility m atrix 1 2, 3 2, 3 MA Chun-hua, Z U ao-dong , Z ONG Yong ( 1. D epa rtm en t of C omp uter S cience and Technology, Su ihua C ollege, S uihua H eilongj iang 152061, Ch ina; 2. Chengdu I nstitu te of C omp uter App lica tion, Ch ineseA cademy of Sc iences, C hengdu S ichuan 610041, C hina; 3. G radua te S ch ool of th e ChineseA cademy of Sciences, B eij ing 100039, Ch ina ) A bstract: Feature selection is a core research topic in text categorization. Several classic feature selectionmethodswere analyzed and their deficiencieswere summarized. A new document frequencywas proposed, andRough Set (RS) theorywas adopted to provide an attribute reduction algorithm based on binary discernibility matrix. Based on the attribute reduction algorithm and the new document freq