计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2007年
12期
144-146,217
,共4页
文本聚类%特征选择%密度聚类算法
文本聚類%特徵選擇%密度聚類算法
문본취류%특정선택%밀도취류산법
文本聚类属于无监督的学习方法,由于缺乏类信息还很难直接应用有监督的特征选择方法,因此提出了一种基于类信息的特征选择算法,此算法在密度聚类算法的聚类结果上使用信息增益特征选择法重新选择最有分类能力的特征,实验验证了算法的可行性和有效性.
文本聚類屬于無鑑督的學習方法,由于缺乏類信息還很難直接應用有鑑督的特徵選擇方法,因此提齣瞭一種基于類信息的特徵選擇算法,此算法在密度聚類算法的聚類結果上使用信息增益特徵選擇法重新選擇最有分類能力的特徵,實驗驗證瞭算法的可行性和有效性.
문본취류속우무감독적학습방법,유우결핍류신식환흔난직접응용유감독적특정선택방법,인차제출료일충기우류신식적특정선택산법,차산법재밀도취류산법적취류결과상사용신식증익특정선택법중신선택최유분류능력적특정,실험험증료산법적가행성화유효성.