特征的高维性和数据的稀疏性问题会严重影响分类的准确性，卡方统计可以在保持分类精度不变的情况下，有效地对高维文本数据特征进行筛选。文章通过KL散度检验观测值与理论值的偏差程度，用KL散度度量特征与类别之间的相关性，改进了现有的最大或平均全局评价方法。采用KNN分类模型在标准数据集上进行实验的结果表明，所提方法在大幅度降低文本数据特征向量空间维数的同时，还能推动分类性能的提高。
科研之友
微信
新浪微博
Facebook
分享链接
