基于粗糙集理论的文本分类属性约简算法
2016-11-23李美聪郭新辰
东北电力大学学报 2016年5期
韩 玉,李美聪,郭新辰
(1.东北电力大学 理学院,吉林 吉林 132012;2.海南热带海洋学院 数学系,三亚 572022)
基于粗糙集理论的文本分类属性约简算法
韩 玉1,李美聪1,郭新辰2
(1.东北电力大学 理学院,吉林 吉林 132012;2.海南热带海洋学院 数学系,三亚 572022)
针对文本分类的特征空间高维问题,本文提出了一种基于粗糙集的属性约简算法及其改进的约简算法。利用该算法有效降低了文本特征向量的维数。通过利用20 Newsgroups数据集进行试验测试,在召回率、准确率和F-1度的指标上均具有较明显的优势。
粗糙集;属性约简;文本分类
文本分类[1-2]是指根据带有类别的文本集合的特点,根据每一个类别的文本子集合的共有特点,找出一个分类函数或分类模型分类器,根据该模型可以把其他文本映射到已有类别中的一个,从而实现自动对文本分类。粗糙集理论[3]是建立在分类机制的基础上的,它将分类理解为在特定空间上的等价关系,而等价关系构成了对该空间的划分,它将知识理解为对数据的划分,每一被划分的集合称为概念,其主要思想是利用己知的知识库,将不精确或不确定的知识用己知的知识库中的知识来近似刻画。该理论与其他处理不确定不精确问题理论的区别是:它无需提供问题所需处理的数据集合之外的任何先验信息,因此和其它理论有很强的互补性。
在文本分类和粗糙集理论的基础上,提出了基于粗糙集的文本分类系统[4];研究了粗糙集理论中的属性约简算法,并找出合适的用于启发式属性约简的属性重要性衡量方法;……
登录APP查看全文
