BriefGPT - AI 论文速递
·
基于灰狼优化器的增强教学学习优化模型在文本特征选择和聚类中的应用
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
介绍了一种新颖的方法MBO-NB，利用迁移鸟优化和朴素贝叶斯解决了文本分类中的特征选择挑战。实验证明MBO-NB在特征降维方面相对于其他技术具有优越效果，为文本分类提供了可扩展和有效的解决方案。
🎯
关键要点
- 介绍了一种新颖的方法 MBO-NB，结合迁移鸟优化和朴素贝叶斯解决文本分类中的特征选择挑战。
- 重点关注计算效率，使用信息增益算法将特征数量从平均 62221 降至 2089。
- 实验证明 MBO-NB 在特征降维方面优于其他现有技术，提高了分类准确性。
- 朴素贝叶斯在 MBO 中的成功整合提供了全面的解决方案。
- 与粒子群优化（PSO）比较，MBO-NB 在四个配置上平均优于 6.9%。
- 这项研究为增强特征选择方法提供了有价值的见解，为文本分类提供了可扩展和有效的解决方案。
➡️
