论文部分内容阅读
特征选择是文本分类中的核心研究课题之一。简单分析了词频和文档频，在此基础上提出了类内集中度，把集合覆盖的思想引入粗糙集并提出了一个基于最小集合覆盖的属性约简算法，把该属性约简算法同类内集中度结合起来，提出了一个新的特征选择方法。该方法利用类内集中度进行特征初选以过滤掉一些词条来降低特征空间的稀疏性，利用所提约简算法消除冗余，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。