Automatic feature selection methods

Automatic feature selection methods include the removal of non-informative terms according to corpus statistics , and the construction of new features which combine lower level features (i.e., terms) into higher level orthogonal dimensions . Lewis & Ringuette [13 ] used an information gain measure to aggressively reduce the document vocabulary in a naive Bayes model and a decision-tree approach to binary classication . Wiener et al .[21 , 19] used mutual information and a  2 statistic to select features for input to neural networks . Yang [24 ] and Schutze et al . [19 , 21, 19 ] used principal component analysis to find orthogonal dimensions in the vector space of documents . Yang & Wilbur [28 ] used document clustering techniques to estimate probabilistic " term strength ", and used it to reduce the variables in linear regression and nearest neighbor classication . Moulinier et al . [16 ] used an inductive learning algorithm to obtain features in disjunctive normal form for news story categorization . Lang [11 ] used a minimum description length principle to select terms for Netnews categorization

Kết quả (Việt) 1:

Tính năng tự động lựa chọn phương pháp bao gồm việc loại bỏ các điều khoản không thông tin theo số liệu thống kê corpus, và việc xây dựng các tính năng mới mà kết hợp các tính năng cấp thấp hơn (tức là, điều khoản) vào kích thước cao hơn cấp trực giao. Lewis & Ringuette [13] sử dụng một biện pháp đạt được thông tin để tích cực giảm từ vựng tài liệu trong một mô hình Bayes ngây thơ và một cách tiếp cận quyết định-cây nhị phân cơ cation. Wiener et al.[21, 19] sử dụng chung thông tin và số liệu thống kê 2 để chọn các tính năng cho đầu vào cho mạng nơ-ron. Yang [24] và Schutze et al. [19, 21, 19] sử dụng phân tích thành phần chủ yếu để tìm thấy trực giao kích thước trong không gian vectơ của tài liệu. Yang & tài liệu Wilbur [28] sử dụng cụm các kỹ thuật để ước tính xác suất "hạn sức mạnh", và sử dụng nó để giảm các biến trong hồi quy tuyến tính và gần nhất hàng xóm cơ cation. Moulinier et al. [16] được sử dụng một thuật toán học quy nạp để có được các tính năng ở dạng chuẩn ly phản đối với tin tức câu chuyện phân loại. Lang [11] sử dụng một nguyên tắc chiều dài tối thiểu mô tả để chọn các điều khoản cho máy phân loại

Kết quả (Việt) 2:

Phương pháp lựa chọn tính năng tự động bao gồm việc loại bỏ các điều kiện không chứa thông tin theo thống kê corpus, và xây dựng các tính năng mới mà kết hợp các tính năng cấp thấp hơn (ví dụ, các điều khoản) vào chiều trực giao cấp cao hơn. Lewis & Ringuette [13] sử dụng một biện pháp tăng thông tin để tích cực giảm từ vựng tài liệu trong một mô hình Bayes ngây thơ và một cách tiếp cận cây quyết định nhị phân để phân loại cation. Wiener et al. [21, 19] sử dụng thông tin lẫn nhau và một? 2 số liệu thống kê để chọn tính năng cho đầu vào mạng nơron. Yang [24] và Schutze et al. [19, 21, 19] sử dụng phân tích thành phần chính để tìm kích thước trực giao trong không gian vector của tài liệu. Yang & Wilbur [28] sử dụng kỹ thuật phân nhóm tài liệu để ước tính xác suất "sức mạnh hạn", và sử dụng nó để giảm các biến trong hồi quy tuyến tính và lân cận gần nhất phân loại cation. Moulinier et al. [16] sử dụng một thuật toán học quy nạp để có được các tính năng trong hình thức bình thường rời rạc cho câu chuyện tin tức phân loại. Lang [11] sử dụng một nguyên tắc mô tả chiều dài tối thiểu để chọn điều kiện cho Netnews phân loại