文本分类中如何降维？
1个回答
展开全部
你的问题其实在数据挖掘里面不难，其实也没有涉及到降维，真在的降维是数量级的降维。
你的这个问题应该按照以下方案处理：
1、对文本做共现词汇统计，可以统计相邻距离不超5的词，也可以统计邻接词。
2、选择共现比较多的组合作为特征，加入特征集。
3、生成训练模型。
传统特征选择的方法包括以下几种：信息增益（IG），互信息（MI），卡方检验（卡方 ），最大熵等。降维的方法可以使用粗糙集（Rough Set，RS）属性约简。分类器构筑可以使用SVM等工具
你的这个问题应该按照以下方案处理：
1、对文本做共现词汇统计，可以统计相邻距离不超5的词，也可以统计邻接词。
2、选择共现比较多的组合作为特征，加入特征集。
3、生成训练模型。
传统特征选择的方法包括以下几种：信息增益（IG），互信息（MI），卡方检验（卡方 ），最大熵等。降维的方法可以使用粗糙集（Rough Set，RS）属性约简。分类器构筑可以使用SVM等工具
本回答被提问者采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是？
推荐律师服务：
若未解决您的问题，请您详细描述您的问题，通过百度律临进行免费专业咨询
