電子發燒友網>電子資料下載>電子論文>模擬數字論文>一種改進的基于粗糙集理論的特征選取方法_王作飛

一種改進的基于粗糙集理論的特征選取方法_王作飛

2033885 2017-03-14 | pdf | 388KB | 次下載 | 1積分

資料介紹

一種改進的基于粗糙集理論的特征選取方法_王作飛
文本分類是文本挖掘的重要組成部分。通過該技術可以自動地為文檔集合中的每篇文檔確定類別, 并對它們進行有效組織和分類,以便檢索和分析,從而能夠使用戶方便、快捷地瀏覽文檔,具有很高的實際應用價值。文本分類一般分為訓練和分類階段,在分類階段,文本集經過文本預處理后得到特征集。但是特征集仍然是個高維的特征空間, 對于所有的分類算法來說維數都太大。因此,選擇一個合適的特征方法,以降低特征空間的維數,提高分類的效率和精度,往往成為文本分類的首選任務和關鍵。目前,常用的特征選擇算法一般是先構建一個評估函數,對特征集中的每個特征獨立地進行評估每個特征獲得一個評估值,然后根據評估值對特征進行排序,最后選取最佳的特征作為類別中心特征向量。而選取多少個最佳特征主要針對某一個具體的問題通過實驗來決定。現在這樣的評估函數有:文檔頻數, 信息增益,期望交叉熵,互信息,CHI 統計法等。作為一種處理含糊和不精確問題的新型數學工具, 粗糙集在處理不完備、不確定、不一致數據方面顯現出了其特有的優勢。針對以往基于粗糙集理論中正區域約簡特征選取在處理不一致決策表時存在的不足,本文通過過引入粒度函數的概念,并以此為基礎采用粗糙集啟發式屬性約簡方法實現了特征在分類中的重要性度量標定和約簡, 使原來的特征維數得到一定的降低,建立了特征選擇與文本分類之間的聯系。該方法有效地提高了分類的效率和準確度,大大降低了文本分類子集的維數,生成規則易于理解, 適應性強。最后用實驗驗證了該方法的可行