| 几种典型特征选取方法在中文网页分类上的效果比较 |
| |
| 引用本文： | 单松巍,冯是聪,李晓明. 几种典型特征选取方法在中文网页分类上的效果比较[J]. 计算机工程与应用, 2003, 39(22): 146-148 |
| |
| 作者姓名： | 单松巍 冯是聪 李晓明 |
| |
| 作者单位： | 北京大学计算机科学与技术系,北京,100871 |
| |
| 基金项目： | 国家973重大基础研究项目(编号:G1999032706)资助 |
| |
| 摘 要： | 针对中文网页,比较研究了CHI、IG、DF以及MI特征选取方法。主要的实验结果有:(1)CHI、IG和DF的性能明显优于MI;(2)CHI、IG和DF的性能大体相当,都能够过滤掉85%以上的特征项;(3)DF具有算法简单、质量高的优点,可以用来代替CHI和IG;(4)使用普通英文文本和中文网页评测特征选取方法的结果是一致的。
|
| 关 键 词： | 机器学习 中文网页分类 特征选取 评测 |
| 文章编号： | 1002-8331-(2003)22-0146-03 |
| 修稿时间： | 2003-05-01 |
A Comparative Study on Several Typical Feature Selection Methods for Chinese Web Page Categorization |
| |
| Shan Songwei Feng Shicong Li Xiaoming. A Comparative Study on Several Typical Feature Selection Methods for Chinese Web Page Categorization[J]. Computer Engineering and Applications, 2003, 39(22): 146-148 |
| |
| Authors: | Shan Songwei Feng Shicong Li Xiaoming |
| |
| Abstract: | This paper reports a comparative study with CHI ,IG,DF and MI feature selection methods for Chinese Web pages.The main experimental results are:(1)CHI ,IG and DF significantly outperforms MI ;(2)CHI ,IG and DF perform similarly and all can filter out more than85%features;(3)DF is the simplest method with the lowest cost in computa-tion and can be used instead of CHI or IG;(4)The experimental results are similar using plain English text and Chi-nese Web pages to evaluate feature selection methods. |
| |
| Keywords: | Machine Learning Chinese Web Page Categorization Feature Selection Evaluation |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
