结合评估函数和Boosting的特征选择方法

来源 :河南工程学院学报：自然科学版 | 被引量 : 0次 | 上传用户：hquyuer

【摘要】

：

特征降维是文本分类中的重要环节．在对常用的特征选择方法分析研究的基础上，提出一种将评估函数和Boosting算法相结合的特征选择方法，该算法采用基于Boosting算法的汉明损失作为

【作者】

：

孙挺杨明明耿国华周明全

【机构】

：

西北大学可视化研究所,周口师范学院计算机系,河南工程学院网络中心,北京师范大学信息科学与技术学院

【出处】

：

河南工程学院学报：自然科学版

【发表日期】

：

2008年2期

【关键词】

：

特征选择文本分类评估函数汉明损失 term selection text categorization evaluation function H

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

特征降维是文本分类中的重要环节．在对常用的特征选择方法分析研究的基础上，提出一种将评估函数和Boosting算法相结合的特征选择方法，该算法采用基于Boosting算法的汉明损失作为最终特征子集的评估准则，进一步寻找具有关键作用的特征项，进而形成最终用于分类的特征子集．数据集上的实验结果表明，该方法有效地改善了分类性能．

其他文献

时标上一类神经网络模型的渐进性

讨论时标上的一类带有McCulloch—Pitts型信号函数的二元神经网络模型的渐进行为，根据信号函数的特点，将模型转化为时标上的4个方程组来考虑，应用时标的微分系统的基本理论，通过

期刊

时标神经网络渐进性时滞time scale neurons network asymptotic behavior time delay

产学研合作教育培养创新人才的探索

创新人才的培养是知识经济时代一项紧迫而又严峻的课题.从创新人才培养为出发点,通过高校产学研合作模式分析,论述了染整技术专业在创新人才培养上进行的教学改革研究和实践.

期刊

产学研合作教学改革创新人才染整技术Industry-University-Research cooperative teaching reform

Boussinesq方程的精确解及其应用

将在行波变化下的Jocabi椭圆函数展开法推广到范围非常广泛的一般函数变换下进行，利用这一方法求得了Boussinesq方程的精确周期解．

期刊