论文部分内容阅读
若要有效地实现文本分类，关键是对高维特征空间进行降维，降维方法分为特征选择和特征提取。本文对已有特征选择方法分析后发现，这些方法仅利用文档数来选择特征，没有考虑特征项的权重。为了找出本质特征，我们提出了一种基于特征项与类之间模糊关系的特征选择方法，引入特征项权重来确定其隶属度。采用KNN分类器，在Reuters-21578标准文本数据集上进行了训练和测试。实验表明，宏平均和微平均都达到了最高，分别为81．82％和94．88％，宏平均比IG，CHI提高了4．73％和1．12％，微平均比IG，CHI提高了1．