一种基于图聚类的高维文本数据特征选择方法

摘要

本发明请求保护一种基于图聚类的高维文本数据特征选择方法，该方法包括：剔除不相关特征，并构造加权无向图；再结合社区发现算法快速地将特征聚类；并以“最大相关最小冗余”原则搜索类簇空间，剔除类簇内的冗余特征；最后根据特征与类别间的关系挑选出最佳特征子集。本发明旨在利用图能体现特征空间分布的特性，结合高效的社区发现进行特征聚类，选取出具有代表性的特征，并消除聚类过程中忽略数据分布情况和每个特征与类别都具有不同程度的重要性问题。同时解决聚类时的盲目性，使得文本分类结果具有更高的准确性和稳定性。

主权项

一种基于图聚类的高维文本数据特征选择方法，其特征在于，包括以下步骤：101、获取高维文本数据，并采用筛选法得到高维文本数据的相关特征，根据相关特征构造加权无向图；102、采用社区发现算法将加权无向图高维文本数据的相关特征聚类；103、采用最大相关最小冗余原则搜索经过步骤102特征聚类的加权无向图类簇空间，剔除类簇内的冗余特征；104、最后根据剩余相关特征与类别间的关系，评价分类性能挑选出最佳特征子集。