信息增益是文本分类中一种有效的特征项选择方法，针对垃圾邮件过滤中的特征项选择问题，提出了一种改进的信息增益方法提取特征词，并采用了最小风险贝叶斯的决策方法，最后在英文语料库上进行实验，实验结果表明改进后的方法降低了过滤器对合法邮件的误判。
2021-01-30 23:03:59
564KB
1
蛋白质的磷酸化是重要的翻译后修饰，可激活信号通路中包括的各种酶和受体。 为了减少通过费力的实验来鉴定磷酸化位点的成本，已经积极研究了其计算预测。 在这项研究中，通过采用一组新的特征，并在通过支持向量机进行训练之前，通过随机森林在网格搜索中应用特征选择，我们的方法对两个不同的数据集实现了更好或相当的磷酸化位点预测性能。
2021-01-01 21:45:41
1.83MB
1
文本按照一定的策略归于一个或多个类别中的应用技术。文本分类是文本挖掘的基础。而
特征选择又是文本分类中的核心．论文分析了以前特征选择方法中由于特征数目过多而造成分类时间和精度不高的缺
点。提出了一种基于粗糙集的特征选择方法．其特点是以特征在文本分类中的重要性对特征进行选择
2020-01-27 03:08:58
240KB
1
前向回归法，求解特征选择 matlab源程序。本来是lasso模型用lars算法求解的，lars写不出来，只能用前向回归替代
2019-12-21 21:50:56
1KB
1