文字分類特徵選擇

特徵選擇技術的比較：pso，pca和資訊增益

作為與基於pso的特徵選擇的比較，我們利用pca和資訊增益來減少我們問題的特徵空間的維度。主成分分析（pca）[51] 是一種有用的統計技術，通過減少維數來壓縮資料。它通過遺漏冗餘資訊找到高維資料中的模式並將其轉換為較低維度。pca通過計算協方差矩陣的特徵值和特徵向量來開始其處理。這些向量提供有關資料中模式的資訊。特徵向量對應於包含最重要模式的最高特徵值，其中向量對應於下乙個最高特徵值包含比第一特定值更少的資訊但是比其他特徵值更多。

資訊增益對應於當資料相對於特定特徵在不同類別之間分布時由於熵的減少而獲得的增益。我們計算每個特徵的資訊增益10並按公升序對它們進行排序。然後選擇前幾個特徵並用於訓練分類器。我們在表17中報告了pca和基於資訊增益的特徵空間縮減技術的結果以及pso的結果。它還報告f n / k的值（各個型號所需的特徵數量）。結果表明，與所有情況下的pca和資訊增益相比，基於pso的方法獲得了更好的結果。此外，應該注意的是，基於pso的模型需要比其他兩種技術相對更少的特徵。