一种新型的文本无监督特征选择方法

结合文档频数DF（Document Frequency）和特征相似度FS（Feature Similarity）方法，提出一种新的无监督特征选择方法DFFS。该方法利用文档频数过滤掉90％的特征之后，再借助特征相似度移除尽可能多的冗余特征。采用K-均值方法，对比DFFS方法与其他3种常用特征选择方法（DF，TC，TS）的聚类性能。实验一：当特征数量由6000减少到1047时，DF方法的聚类性能急剧下降，而DFFS方法则有提高，甚至当特征数量进一步减少到350时，DFFS方法也没有下降。实验二：在保持10％～2％的特征时，DFFS方法优于其他3种方法，特别是在只保留2％的特征时，DFFS方法的明显优于其他方法。