《表2 特征项t3和t4在不同类别中出现的频数》
c)没有考虑到类别频率对文本分类的影响,当两个特征项的词频和文本频率相同时,总的类别数与包含特征项的类别数之间的比例也是对特征项重要性判断的依据。如表2所示,特征项t3和t4在训练集中的词频和文本频率都相同,但是特征项t3仅集中出现在类别c3和c4内,特征项t4在四个类别中都有出现,含有特征项t3的类别数要小于含有特征项t4的类别数,特征项t3分布较为集中,所以t3在类别之间的区分度要大。
图表编号 | XD003891800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 丁月、汪学明 |
绘制单位 | 贵州大学计算机科学与技术学院、贵州大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |