La selección de características desempeña un papel fundamental en la categorización de textos. Durante la selección de características, los términos de alta frecuencia y las contribuciones relativas interclase e intraclase de los términos tienen efectos significativos en los resultados de la clasificación. Por ello, en este artículo proponemos un enfoque de selección de características, IIRCT, basado en las contribuciones relativas interclase e intraclase de los términos. En nuestro algoritmo propuesto, se consideran sintéticamente tres factores críticos, que son la frecuencia de los términos y la contribución relativa interclase y la contribución relativa intraclase de los términos. Por último, se realizan experimentos con la ayuda del clasificador kNN. Y los resultados correspondientes en 20 corpus NewsGroup y SougouCS muestran que el algoritmo IIRCT logra un mejor rendimiento que los algoritmos DF, t-Test y CMFS.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Catálisis excitada por luz visible y rendimiento de reutilización de materiales de conversión ascendente TiO2@Pr:Y2SiO5
Artículo:
Búsqueda del equipo óptimo para tareas multidisciplinares a partir de los datos de los sensores del vehículo
Artículo:
Detección multiobjetivo por infrarrojos adyacentes mediante estimación robusta del fondo
Artículo:
Correspondencia cognitiva de los sujetos de diseño en el diseño evolutivo de la forma del producto
Artículo:
Estimación de la altura del dosel forestal mediante un conjunto de datos de teledetección multiplataforma