31、文本特征选择与缅甸语移动设备位置服务研究

文本特征选择与缅甸语移动设备位置服务研究

1 特征选择方法概述

在特征选择领域，包装器方法可能会出现过拟合问题。为了解决这一问题，引入了混合方案，它结合了包装器和过滤器方法。混合方法有多种实现方式，比如有的混合方法会结合两个过滤器或两个包装器，像将人工蜂群算法（ABC）和差分进化算法（DE）这两个包装器结合的方法。不过，使用两个包装器时计算复杂度会较高。过滤器 - 过滤器方法在文献中并不常见，除非将多个过滤器与某个包装器方法结合。因此，包装器 - 过滤器或过滤器 - 包装器方法在文献中更为常见。

这些混合方法还可以通过不同方式进行组合，例如使用模因算法（MA）。MA 是一种基于混合种群的方法，旨在增强全局搜索方法（如遗传算法 GA）的开发能力。此外，MA 还可以通过集成局部搜索来增强全局搜索，局部搜索会迭代地处理解决方案。在文本特征选择中，MA 有两种应用方式：一是在包装器内部使用过滤器；二是将包装器与非过滤器方法结合，如使用基于导数的局部搜索方法，像爬山法、混沌搜索和模拟退火（SA）方法等，这些方法能有效地将当前解决方案逼近到其最佳邻近位置。例如，新提出的基于种群的优化算法鲸鱼优化算法（WOA）就与 SA 在文献中进行了结合，SA 用于增强 WOA 包装器以寻找更准确的特征子集。MA 还用于多分类数据的特征选择。

2 提出的特征选择方法

2.1 文本准备

文本准备是一个预处理步骤，它将文本语料库重构为结构化格式。具体过程如下：
1. 释放每个文档的内容，生成一个引用其原始文档的特征空间。特征是从文档中选择的关键词，根据它们在文本语料库中的出现频率计算权重。
2. 权重必须具有区分能力，能够区分不同的文档。但由于