[发明专利]基于FCBF的自定义特征维数文本特征选择算法

摘要

本发明公开了一种基于FCBF的自定义特征维数文本特征选择算法，包括步骤：步骤一，初始化；步骤二，利用FCBF算法对特征词集合中的特征词进行进一步的筛选，得到初始特征词集合；步骤三，若初始特征词集合的维度小于设定的维度时，选择特征词与类别的相关性值排名靠前的特征去补足初始特征词集合直至其维度等于设定的特征维度；若初始特征词集合的维度刚好大于或等于设定的特征维度时，则初始特征词集合中即可获取到自定义特征维数的特征词。本发明对FCBF原始算法相关性计算公式进行改进，能够更加准确的选择文本特征，改进算法能够得到自定义的特征维度。

主权项

1.一种基于FCBF的自定义特征维数文本特征选择算法，其特征在于：包括步骤：步骤一，设向量化文本矩阵为X，文本类别矩阵为C＝{C₁,C₂...C_j}，C_j是训练文本D_j的类别，j＝1,2...V，V是文本类别总个数，根据文本矩阵X初始化所有特征词集合T＝{t₁,t₂...t_m}，为特征词与类别相关性符合要求的特征词集合S_list＝{}赋值，为经过算法选择后的特征词集合S_best赋初值，t_m为第m个特征词；步骤二，利用FCBF算法对特征词集合S_list中的特征词进行进一步的筛选，得到初始特征词集合S_best；步骤三，若初始特征词集合S_best的维度小于设定的维度时，选择特征词与类别的相关性值排名靠前的特征去补足初始特征词集合S_best直至其维度等于设定的特征维度；若初始特征词集合S_best的维度刚好大于或等于设定的特征维度时，则初始特征词集合S_best中即可获取到自定义特征维数的特征词。