[发明专利]基于信息增益与最大相关最小冗余二阶段特征选择方法

摘要

本发明公开了一种基于信息增益与最大相关最小冗余二阶段特征选择方法，首先根据信息增益算法初步选取特征词，得到特征词子集；计算特征词与类别之间的互信息值；计算特征词之间的互信息值；计算特征词的类差分度；计算特征词的类差分度差值；将类差分度差值引入最大相关最小冗余MRMR算法进行二阶段特征词选取；本发明通过信息增益选取一阶段特征集合，同时将类差分度思想引入最大相关最小冗余方法作为二阶段特征提取方法，进而提升特征集合选取的准确度，实现特征词的准确选取，解决现有特征提取分类效果差、计算量大以及特征冗余等技术问题。

主权项

1.基于信息增益与最大相关最小冗余二阶段特征选择方法，其特征在于，包括以下步骤：1)利用信息增益算法初步选取特征词，得到特征词子集；2)计算步骤1)得到的特征词与文本类别之间的互信息值；3)计算特征词之间的互信息值；4)计算特征词的类差分度；5)计算特征词的类差分度差值；6)将类差分度差值引入最大相关最小冗余MRMR算法进行二阶段特征词选取。