《表2 7种特征选择算法分类P值结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于对数似然比的中文文本分类特征选择研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过中文分词系统对语料库文本进行分词，将常用虚词进行过滤处理，预处理后的单词总数为122 347个，特征选择分别选用IG，ECE，MI，WET，DF，CHI和LLR这7种算法进行。特征空间特征词数量分别取50，100，200，400，600和800，针对每个类别计算P、R和F1值，再计算分类系统的平均P、R和F1值。KNN分类算法中，邻居个数K取值为100，表示保留和待分类文档最近的100篇训练文档，7种特征选择算法得到的分类评估结果如表2至表4以及图l，图2所示。