特征选择算法在层次分类中比较研究.docxVIP

特点选择算法在层次分类中的比较研究 纲要 :特点证选择算法在文本分类中非常重要 ,本文就 对其在层次分类中的应用进行了剖析。通过比较 DF,MI, 和 X2 三个经典的特点选择算法在 20NewsGroups 数据集的表现  , 我们发现在 SVMLight 分类器下 X2 方法在层次分类中能够表现的更优异 ,实验结果显示它在各个不同的特点维数下都能够保持稳定的优势。 关键词 :层次分类 特点选择算法 中图分类号 :TP391 文件表记码 :A 文章编 号:1007-9416(2010)05-0000-00 引言 文本自动分类能够在较大程度上解决当前网上信息杂 乱的现象 ,方便用户正确地定位所需的信息 ,因此文本分类技 术已经成为办理和组织文本数据的关键技术之一。 但是随 着信息量的爆炸增长 ,只是通过一层对信息进行组织分类越 来越不适合 , 平面分类的性能会受到很大限制 ,文本层次分 类能够很好的解决这个问题。层次分类是把分类系统结构为 层次结构 ,即把各类按照一定的层次关系组织成树状结构 [1], 使文本的定位更正确 ,分类精度更高。 特点选择是是文本分类的重要环节 ,它根据某个准则从 众多原始特点中选择部分最能反应模式类别统计特性的相 关特点。当前常用的特点选择算法有 :文档频次 DF 、互信息 MI 以及 X2 统计量等 ,已有研究者对这些特点选择函数性能 的差别做