【摘 要】
：
传统卡方特征选择方法没有考虑在不均衡数据集上词出现的类别数量、词的频度以及在类间与类内的分布情况等,以致不能为不同的类别选择出有效的特征词。为此,提出一种卡方特征
【基金项目】
：
国家科技支撑计划基金资助项目“节能减排监测控制技术信息集成平台开发”(2012BAK30B04-02)
论文部分内容阅读
传统卡方特征选择方法没有考虑在不均衡数据集上词出现的类别数量、词的频度以及在类间与类内的分布情况等,以致不能为不同的类别选择出有效的特征词。为此,提出一种卡方特征选择方法。以词概率和文档概率衡量词文档频繁程度,并用来分别计算类别频数因子、词的类间集中因子、词在类内的均衡度因子、文档的类间集中因子。基于这些因子修正卡方值,利用同一个词不同类别的差异程度因子,使得改进的卡方能选出更高效的特征词。文本分类实验结果表明,与改进前的方法相比,该方法能使宏观F1值得到一定程度的提高,在不均衡数据集上具有更好的分类效果
其他文献
随着生产力水平的提高及全球贸易的改善，世界范围内的农产品库存状况逐步下降，库存消费情况越来越体现出效率优先的原则。从具体产品来看，世界水稻、小麦、玉米、棉花、食糖五种
高职院校职业指导工作作为一项复杂而系统的工作,与学生的成功就业息息相关。实践表明,开展多元化职业指导是解决学生就业问题、提高学生就业竞争力的一种有效方式。文章通过
目的研究难治性肺炎支原体肺炎患儿临床特点、高分辨CT影像特点及肺功能变化。方法收集我院2016年3月至2018年3月55例难治性肺炎支原体肺炎患儿的病历资料纳入研究组,同期60
目的：探讨脑利钠肽水平在心衰诊断中的价值。方法：收治明确诊断为慢性心力衰竭患者92例。根据左室射血分数分为4组，采用免疫荧光定量法测定血浆脑利钠肽浓度。彩色多普勒超声心
北欧家具风格比较简单、大方、具有内涵,因为北欧家具一般以民族情感为主要设计理念,讲究的是人与自然的结合,所以在设计的过程中,北欧家具展现出朴实的特点。在道家美学理论
目的：观察血浆脑利钠肽（BNP）水平与心力衰竭之间的关系。方法：按Framingham诊断标准纳入58例心力衰竭患者．按NYHA分级、LVEF分组，用雅培AXSYM进行BNP的检测。结果：NYHAⅠ、Ⅱ级和NYH
浙江省水利改革发展的步伐越来越快,钱塘江管理体制机制随之发生变化。为不断适应改革发展形势,进一步推动钱塘江嘉兴段河道管理工作,阐述以防汛防台、水政执法、海塘工程标
实施国际认证是推进高等教育国际化的重要途径,珠海城市职业技术学院电子专业做了有益尝试。阐述《悉尼协议》国际范式要求,制定电子专业教育目标与学生核心能力指标,调整课
针对开采工作面临断层具体工程情况,通过旋转开采可以保持工作面回采的连续性,省去工作面搬家的布置和撤面、安装工作,节约开切眼费用。为解决岱庄煤矿2344工作面临断层和旋
体育游戏教学法是体育教学研究的热点和重点,备受国内外体育教学专家的关注与推崇。游戏教学法利用学生爱玩的天性,让学生在游戏中学习。将体育游戏应用于排球教学中,不仅使