27、基于锚点的模糊粗糙特征选择与织物光依赖分析

基于锚点的模糊粗糙特征选择与织物光依赖分析

1. 基于锚点的模糊粗糙特征选择实验

在文本分类等领域，特征选择是一项关键任务。这里介绍一种基于锚点的模糊粗糙特征选择方法（ABFRFS），并通过实验验证其有效性。
- 实验数据集
- TDT2语料库 ：包含11201篇主题相关文档，分为96个类别。实验选取了属于最大30个类别的9394篇文档，去除了出现在两个或更多类别中的文档。
- Reuters - 21578语料库 ：有21578篇文档，分为135个类别。实验考虑了65个类别中的8293篇文档，排除了多类别文档。
- 20个新闻组（NGs）语料库 ：大约有20000篇文档，分为20个类别。从每个组中选取1000篇文档，去除少量属于多个类别的文档后，剩余18846篇文档。
- 评估指标
- 准确率（Accuracy） ：定义为$Accuracy=\frac{TP + TN}{TP + TN + FP + FN}$，其中$TP$、$FP$、$TN$和$FN$分别是真阳性、假阳性、真阴性和假阴性的数量。
- 归一化互信息（NMI） ：$ \overline{MI}=\frac{MI(C, C’)}{\max(H(C), H(C’))}$，其中$C$和$C’$分别表示从真实标签和聚类后标签得到的聚类集合，$H(C)$和$H(C’)$分别是$C$和$C’$的熵，$MI(C, C’)=\sum_{c_