基于互信息和关系积理论的特征选择方法

研究互信息理论,针对其不足引进粗糙集并给出一个基于关系积理论的属性约简算法,以此为基础提出一个适用于海量文本数据集的特征选择方法。该方法使用互信息进行特征初选,利用所给的属性约简算法消除冗余,从而获得具有代表性的特征子集。实验结果表明,该特征选择方法效果良好。

关系积理论在特征选择中的应用研究

提出了一个适用于海量文本数据集的特征选择方法。该方法利用一个优化的文档频进行特征初选以滤除一些词条来降低特征空间的稀疏性,并利用一个基于关系积理论的属性约简算法消除冗余,从而获得较具代表性的特征子集。实验结果表明,此种特征选择方法效果良好。

基于互信息和粗糙集理论的特征选择

针对互信息方法在精度方面的不足,通过引入粗糙集,给出一种基于关系积理论的属性约简算法,以此为基础提出一个适用于海量文本数据集的特征选择方法。该方法采用互信息进行特征初选,利用提出的属性约简算法消除冗余,获得较具代表性的特征子集。实验结果表明,该特征选择方法能获得冗余度小且较具代表性的特征子集。