基于统计频率的文本分类特征选择算法研究*

？通过分析χ2统计量（chi-square,chi）的缺陷和不足，针对它对低文档频的特征项不可靠，而且不能说明词条和类别的相关性的缺点，对其进行改进，提出统计频率(statisticalfrequency,sf)算法。实验结果表明，统计频率算法能够弥补这些不足，在文本分类中表现出良好的分类效果。