【摘 要】
：
由于文本分类中的特征空间高维稀疏,传统单一的降维方法难以满足实际大数据分类需求。针对这种情况,提出一种两阶段的混合特征选择方法。第一阶段计算每个特征词的信息增益率
【机 构】
：
中国石油大学（北京）地球物理与信息工程学院,中国政法大学法治信息管理学院,中国石油大学（北京）石油数据挖掘北京市重点实验室
【基金项目】
：
国家自然科学基金项目(60473125);中国石油大学(北京)克拉玛依校区科研启动基金项目(RCYJ2016B-03-001)
论文部分内容阅读
由于文本分类中的特征空间高维稀疏,传统单一的降维方法难以满足实际大数据分类需求。针对这种情况,提出一种两阶段的混合特征选择方法。第一阶段计算每个特征词的信息增益率并进行排序,然后根据设定的阈值进行特征词的选择。第二阶段利用主成分分析方法将第一阶段输出的仍保持高维特性的高维特征空间映射到低维新特征空间。实验结果表明,与单一的传统方法比较,混合特征选择方法实现了二次降维,不但减少了计算开销,还提高了分类性能。
其他文献
氨磺必利是2010年在中国上市的一种第二代抗精神病药物。一系列上市前后的临床研究和实践经验,特别是基于我国人群的研究数据,为氨磺必利的推广应用提供了证据支持。为进一步
目的：探讨预真空压力灭菌器定期进行温度验证的必要性,帮助医疗机构选择合适的方法对其进行温度验证。方法：给出预真空灭菌器的温度性能要求和验证方法,并进行实例分析。结果：灭
本文将通过对电力输配电线路的运行维护及故障排除策略进行分析,为电力输配电线路的运行维护及故障排除策略提供相关建议和思考。
目的:观察针刺结合拔罐治疗气虚型便秘的临床疗效。方法:选取气虚型便秘患者49例,所有患者均给予针刺结合拔罐治疗。结果:49例患者中,治愈16例,好转28例,无效5例,有效率为89.
由于电子商务交易行为具有特殊性,在对其进行会计确认和计量时存在一些问题,本文从数字化商品会计确认、电子商务企业收入确认与计量、电子商务企业发展成本确认等3个方面分
对湘鄂西地区 8个晚奥陶世剖面的 3个时段 (Caradoc中期 ,晚期及 Ashgill早期 )地层作了详细采集 ,获得了丰富的三叶虫材料 ,根据动物群的组成、分异度和各组成分子的相对丰
党的十八大和十八届三中全会和近期召开的全国人大、政协“两会”,都鲜明地举起了深化改革的旗帜,吹响了中国进一步深化改革的集结号,国有企业新一轮深化改革已经箭在弦上.面
温室气体CO2减排是全球性的环保问题,作为将化石燃料煤转化为清洁电能中转站的火电厂,面临巨大的减排压力。本文对在燃煤电厂有应用可能的几种烟道气CO2分离吸收技术进行了分
<正>环保、资金、土地、市场和人才等因素的影响,导致我国养猪业洗牌速度比想象快,养猪成绩的提升速度比想象快。养猪从业者意识的转变,特别是对猪舍内环境控制的意识比想象
文章介绍了外国建筑史课程在建筑学专业中的重要性,分析了该课程目前存在的弊端和进行教学改革的必要性,提出了改进外国建筑史课程教学内容和教学方式方法的思考和措施。