基于遗传算法的文本聚类特征选择

摘要：

传统的文本聚类特征选择方法不能发现最优特征集,而遗传算法能获得全局最优解且具有高的寻优效率,因此提出利用遗传算法进行文本聚类的特征选择.把一种特征组合看作一个染色体,对其进行二进制编码,引入文本集密度作为适应度函数进行特征个体适应度的评价.通过选择、交叉和变异的遗传操作,能较为快速地求出最优特征集.对公开的文本分类语料所进行的实验表明,基于遗传算法的特征选择使文本聚类结果的精度较之特征选择前提高了5.9﹪,而聚类时间减少了15s.

关键词： 遗传算法 文本聚类 文本集密度

作者: 张锋 樊孝忠 许云

作者单位: 北京理工大学计算机科学与工程系(北京)

会议类型: 国内会议

会议名称: 第二届全国搜索引擎和网上信息挖掘学术研讨会(SEWM2004)

会议地点: 广州

会议语种:中文

页码: 133-136

在线出版日期: 2004-11-12（万方平台首次上网日期，不代表论文的发表时间）