特征选择--文本分类: 信息增益
2011-04-08 19:03
309 查看
counts:计数。 记录样本集中每个样本的每个属性的在每个类中出现的加权次数
counts[data.numAttributes()][numValues + 1][numClasses + 1]
m_InfoGains[data.numAttributes]; //记录每个属性的增益值值
for(int i = 0; i < data.numAttributes(); i++)
m_InfoGains[i] = (ContingencyTables.entropyOverColumns(counts[i]) - ContingencyTables.entropyConditionedOnRows(counts[i]))
counts[data.numAttributes()][numValues + 1][numClasses + 1]
m_InfoGains[data.numAttributes]; //记录每个属性的增益值值
for(int i = 0; i < data.numAttributes(); i++)
m_InfoGains[i] = (ContingencyTables.entropyOverColumns(counts[i]) - ContingencyTables.entropyConditionedOnRows(counts[i]))
相关文章推荐
- 文本分类特征选择方法之信息增益
- 文本分类入门(十一)特征选择方法之信息增益
- 文本分类入门:特征选择算法之开方检验、信息增益;特征选择与特征权重计算的区别
- 文本分类入门-特征选择方法之信息增益
- 文本分类入门(十一)特征选择方法之信息增益
- 文本分类入门(十一)特征选择方法之信息增益
- 文本分类入门-特征选择方法之信息增益
- 文本分类入门(十一)特征选择方法之信息增益
- 文本分类入门(十一)特征选择方法之信息增益 (转)
- 文本分类入门-特征选择方法之信息增益
- 文本特征选择算法:卡方检验和信息增益
- 【文本分类】 特征抽取之信息增益
- 使用LIBSVM对原始文本语料进行文本分类(二)——特征选择(信息增益方法)
- 计算信息增益,选择特征词
- 特征词选择算法对文本分类准确率的影响(五)
- 特征选择之信息增益
- [教程] 文本分类入门(番外篇)特征选择与特征权重计算的区别
- 特征选择方法-信息增益
- 特征选择方法之信息增益
- 特征选择方法之信息增益