收录:
摘要:
一种基于卡方统计的自适应特征选择方法,本方法涉及计算机文本数据处理领域,首先进行训练文本集和测试文本集的预处理,包括分词,停用词处理,然后进行基于卡方统计的自适应文本特征选择,定义词频因子和类间方差,将其引入CHI算法,为CHI算法添加合适的比例因子,最后结合经典的KNN算法的评价指标,自动调节比例因子,使改进的CHI适用于不同的语料库,以保证较高的分类准确度。实验结果表明,与传统的CHI方法相比,本发明分别用于平衡语料库和非平衡语料库分类精度均得到提高。
关键词:
通讯作者信息:
电子邮件地址: