论文研究 文本分类中信息增益特征选择方法的研究.pdf

分析了传统信息增益（IG）特征选择方法忽略了特征项在类间、类内分布信息的缺点，引入类内分散度、类间集中度等因素，区分与类强相关的特征；针对传统信息增益（IG）特征选择方法没有很好组合正相关特征和负相关特征的问题，引入比例因子来平衡特征出现和不出现时的信息量，降低在不平衡语料集上负相关特征的比例，提高分类效果。通过实验证明了改进的信息增益特征选择方法的有效性和可行性。