一种基于卡方统计的自适应特征选择方法

发布时间：2019年05月10日 分类：专利

一种基于卡方统计的自适应特征选择方法，本方法涉及计算机文本数据处理领域，首先进行训练文本集和测试文本集的预处理，包括分词，停用词处理，然后进行基于卡方统计的自适应文本特征选择，定义词频因子和类间方差，将其引入CHI算法，为CHI算法添加合适的比例因子，最后结合经典的KNN算法的评价指标，自动调节比例因子，使改进的CHI适用于不同的语料库，以保证较高的分类准确度。实验结果表明，与传统的CHI方法相比，本发明分别用于平衡语料库和非平衡语料库分类精度均得到提高。

CN201510927759-一种基于卡方统计的自适应特征选择方法-申请公开.pdf