计算机应用与软件
計算機應用與軟件
계산궤응용여연건
COMPUTER APPLICATIONS AND SOFTWARE
2012年
9期
33-36
,共4页
ReliefF算法%mRMR-ReliefF算法%特征选择%差异函数%词间相关性%文本分类
ReliefF算法%mRMR-ReliefF算法%特徵選擇%差異函數%詞間相關性%文本分類
ReliefF산법%mRMR-ReliefF산법%특정선택%차이함수%사간상관성%문본분류
传统的ReliefF算法使用二值法不能体现离散特征差异大小,且不能去除冗余特征.针对这种情况提出了mRMR-ReliefF特征选择算法.该算法利用概率弥补特征差异度量上的不足,提出新的差异函数.此函数使提取出的特征更能体现文本的类内相关性和类间差异性.该算法还结合了词间相关性.词间相关性在考虑选择和类别相关性大的特征词的同时还考虑了特征冗余的消除.通过三种算法的对比实验,表明该算法为文本分类提供了更有效的特征子集.
傳統的ReliefF算法使用二值法不能體現離散特徵差異大小,且不能去除冗餘特徵.針對這種情況提齣瞭mRMR-ReliefF特徵選擇算法.該算法利用概率瀰補特徵差異度量上的不足,提齣新的差異函數.此函數使提取齣的特徵更能體現文本的類內相關性和類間差異性.該算法還結閤瞭詞間相關性.詞間相關性在攷慮選擇和類彆相關性大的特徵詞的同時還攷慮瞭特徵冗餘的消除.通過三種算法的對比實驗,錶明該算法為文本分類提供瞭更有效的特徵子集.
전통적ReliefF산법사용이치법불능체현리산특정차이대소,차불능거제용여특정.침대저충정황제출료mRMR-ReliefF특정선택산법.해산법이용개솔미보특정차이도량상적불족,제출신적차이함수.차함수사제취출적특정경능체현문본적류내상관성화류간차이성.해산법환결합료사간상관성.사간상관성재고필선택화유별상관성대적특정사적동시환고필료특정용여적소제.통과삼충산법적대비실험,표명해산법위문본분류제공료경유효적특정자집.
