原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：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
查看更多
本发明公开了一种基于指数协同度量的特征选择方法，具体按照以下步骤实施：步骤1、获取数据集并进行预处理；步骤2、设置最优特征子集的大小为C，并对获取的数据集进行降维处理；步骤3、采用5折交叉验证的方法将降维后的数据集划分为测试集和训练集，并对测试集进行分类；步骤4、使用Macro‑F1和Micro‑F1评价准则对分类器的分类结果进行评估。解决了实际应用中数据集类别大小不平衡的问题，更加强调术语ti出现在正类中的文档频率的重要性。ECM算法弥补了MMR的不足之处，提高了特征选择的准确率以及分类的效率
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号CN111709463A
(43)申请公布日
2020.09.25
(21)申请号20201
文档评论（0）