优化的互信息特征选择方法

doi:10.3778/j.issn.1002-8331.2010.26.038

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (26): 122-124.DOI: 10.3778/j.issn.1002-8331.2010.26.038

• 数据库、信号与信息处理 • 上一篇下一篇

优化的互信息特征选择方法

朱颢东^1，2，3，陈宁⁴，李红婵¹

1.郑州轻工业学院计算机与通信工程学院，郑州 450002
2.中国科学院成都计算机应用研究所，成都 610041
3.中国科学院研究生院，北京 100039
4.河南移动郑州分公司网优中心，郑州 450052

收稿日期:2010-04-12 修回日期:2010-07-23 出版日期:2010-09-11 发布日期:2010-09-11
通讯作者: 朱颢东

Optimized mutual information feature selection method

ZHU Hao-dong^1，2，3，CHEN Ning⁴，LI Hong-chan¹

1.School of Computer and Communication Engineering，Zhengzhou University of Light Industry，Zhengzhou 450002，China
2.Chengdu Institute of Computer Applications，Chinese Academy of Sciences，Chengdu 610041，China
3.The Graduate University of the Chinese Academy of Sciences，Beijing 100039，China
4.The Net Optimal Center of Zhengzhou Branch of Henan Mobile，Zhengzhou 450052，China

Received:2010-04-12 Revised:2010-07-23 Online:2010-09-11 Published:2010-09-11
Contact: ZHU Hao-dong

摘要/Abstract

摘要： 在文本分类中，互信息是一种被广泛应用的特征选择方法，但是该方法仅考虑了特征的文档频而没有考虑特征的词频，导致它经常倾向于选择出现频率较低的特征。为此，提出了一个新的文档频并把它引入到互信息方法中，从而获得了一种优化的互信息方法。该优化的互信息方法不但考虑了特征的文档频而且还考虑了特征出现的词频。实验结果表明该优化的互信息方法性能良好。

关键词: 文本分类, 互信息, 特征选择, 词频, 文档频

Abstract: Mutual Information（MI） is a feature selection method that is used widely in text categorization，but this method only takes into account document frequency of selected features and ignores word frequency of selected features.For this reason，MI is inclined to select lower-frequency features.In this case，a new document frequency is presented and introduced into MI，so that an optimized MI method is proposed.The optimized MI not only pays attention to document frequency of selected features but also attaches importance to word frequency of selected features.The experimental results show that the optimized MI is promising.

Key words: text categorization, Mutual Information（MI）, feature selection, word frequency, document frequency

中图分类号:

TP301

朱颢东^1，2，3，陈宁⁴，李红婵¹. 优化的互信息特征选择方法[J]. 计算机工程与应用, 2010, 46(26): 122-124.

ZHU Hao-dong^1，2，3，CHEN Ning⁴，LI Hong-chan¹. Optimized mutual information feature selection method[J]. Computer Engineering and Applications, 2010, 46(26): 122-124.

[1]	李俊丽. Spark平台下类别数据互信息计算的并行化[J]. 计算机工程与应用, 2021, 57(7): 95-100.
[2]	李莉，纪欣沅，宋嵩. 回环软件缺陷数量预测模型[J]. 计算机工程与应用, 2021, 57(7): 158-163.
[3]	霍光煜，张勇，孙艳丰，尹宝才. 基于语义的档案数据智能分类方法研究[J]. 计算机工程与应用, 2021, 57(6): 247-253.
[4]	李静星，杨有龙. 针对高维数据的马尔科夫毯特征选择[J]. 计算机工程与应用, 2021, 57(6): 58-66.
[5]	黄金杰，蔺江全，何勇军，何瑾洁，王雅君. 局部语义与上下文关系的中文短文本分类算法[J]. 计算机工程与应用, 2021, 57(6): 94-100.
[6]	郑诚，董春阳，黄夏炎. 基于BTM图卷积网络的短文本分类方法[J]. 计算机工程与应用, 2021, 57(4): 155-160.
[7]	贺文亮，朱敏玲. 胶囊神经网络研究现状与未来的浅析[J]. 计算机工程与应用, 2021, 57(3): 33-43.
[8]	滕金保，孔韦韦，田乔鑫，王照乾，李龙. 基于CNN和LSTM的多通道注意力机制文本分类模型[J]. 计算机工程与应用, 2021, 57(23): 154-162.
[9]	武书钊，李功权，卜明伟. 基于知识图谱的自杀倾向检测问答系统构建[J]. 计算机工程与应用, 2021, 57(22): 304-312.
[10]	林炜星，王宇嘉，陈万芬，梁海娜. 基于多因子粒子群的高维数据特征选择算法[J]. 计算机工程与应用, 2021, 57(22): 199-207.
[11]	李珑珠，林耀进，吕彦，卢舜，王晨曦. 利用邻域信息交互的在线流特征选择算法[J]. 计算机工程与应用, 2021, 57(21): 102-108.
[12]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[13]	李铁飞，生龙，吴迪. BERT-TECNN模型的文本分类方法研究[J]. 计算机工程与应用, 2021, 57(18): 186-193.
[14]	武炜杰，张景祥. 融合分类信息的随机森林特征选择算法及应用[J]. 计算机工程与应用, 2021, 57(17): 147-156.
[15]	丁勇，程家桥，蒋翠清，王钊. 基于主题和关键词特征的比较文本分类方法[J]. 计算机工程与应用, 2021, 57(17): 196-202.

优化的互信息特征选择方法

Optimized mutual information feature selection method

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics