基于词频分布信息的优化IG特征选择方法
来源：计算机工程与应用杂志2017年第4期北京时间：
作者：刘海峰，刘守生，宋阿羚
单位：解放军理工大学 理学院，南京 210007
摘要：文本特征选择是文本分类的核心技术。针对信息增益模型的不足之处，以特征项的频数在文本中不同层面的分布为依据，分别从特征项基于文本的类内分布、基于词频的类内分布以及词频的类间分布等角度对IG模型逐步进行改进，提出了一种基于词频分布信息的优化IG特征选择方法。随后的文本分类实验验证了提出的优化IG模型的有效性。
关键词：信息增益,特征选择,类内分布,类间分布,文本分类
