معرفی شرکت ها
featselection-0.2.dev0
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشترتوضیحات
Feature selection methods for Text Classification
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | featselection-0.2.dev0 |
| نام | featselection |
| نسخه کتابخانه | 0.2.dev0 |
| نگهدارنده | ['Rogério C. P. Fragoso'] |
| ایمیل نگهدارنده | ['rcpf@cin.ufpe.br'] |
| نویسنده | Rogério C. P. Fragoso |
| ایمیل نویسنده | rcpf@cin.ufpe.br |
| آدرس صفحه اصلی | https://github.com/rcpf/featselection |
| آدرس اینترنتی | https://pypi.org/project/featselection/ |
| مجوز | MIT |
featselection
=========
This project provides a set filter methods for feature selection applied to text classification.
Currently the following methods are available:
- ALOFT - At Least One FeaTure `[1] <https://www.sciencedirect.com/science/article/pii/S0957417412007063>`_
- MFD - Maximum f Features per Document `[2] <https://www.sciencedirect.com/science/article/pii/S0957417414006344>`_
- MFDR - Maximum f Features per Document-Reduced `[2] <https://www.sciencedirect.com/science/article/pii/S0957417414006344>`_
- cMFDR - Class-dependent Maximum f Features per Document-Reduced `[3] <https://ieeexplore.ieee.org/abstract/document/7727649>`_
- AFSA - Automatic Features Subsets Analyzer `[4] <https://ieeexplore.ieee.org/abstract/document/7839596>`_
============
Installation
============
The package can be installed using pip:
``pip install featselection``
=============
Dependencies
=============
The code is tested to work with Python 3.6. The dependency requirements are:
* numpy
* scipy
* pandas
* scikit-learn
These dependencies are automatically installed using the pip command above.
=========
Examples
=========
In this example, we show the use MFD.
.. code-block:: python3
import numpy as np
from sklearn.metrics import accuracy_score
from sklearn.feature_selection import chi2
from sklearn.naive_bayes import MultinomialNB
from sklearn.datasets import fetch_20newsgroups
from sklearn.model_selection import StratifiedKFold
from sklearn.feature_extraction.text import CountVectorizer
from filters import MFD
# Load data
cats = ['comp.windows.x', 'rec.sport.baseball', 'sci.med', 'soc.religion.christian', 'talk.politics.misc']
newsgroups = fetch_20newsgroups(categories=cats)
# Pre-processing: Transform texts to Bag-of-Words and remove stopwords
vectorizer = CountVectorizer(stop_words='english')
vectors = vectorizer.fit_transform(newsgroups.data)
# 10-fold stratified cross validation
skf = StratifiedKFold(n_splits=10, shuffle=True, random_state=42)
accuracy_results = []
for train_index, test_index in skf.split(vectors, newsgroups.target):
# Train
my_filter = MFD(10, chi2)
X_train = my_filter.fit_transform(vectors[train_index], newsgroups.target[train_index])
clf = MultinomialNB()
clf.fit(X_train, newsgroups.target[train_index])
# Test
X_test = my_filter.transform(vectors[test_index])
predicted = clf.predict(X_test)
# Evaluate
accuracy_results.append(accuracy_score(newsgroups.target[test_index], predicted))
# Output averaged accuracy
print('Mean accuracy = {0} ({1})'.format(np.mean(accuracy_results), np.std(accuracy_results)))
==========
References
==========
`[1] <https://www.sciencedirect.com/science/article/pii/S0957417412007063>`_ Pinheiro, Roberto HW, et al. "A global-ranking local feature selection method for text categorization." Expert Systems with Applications 39.17 (2012): 12851-12857.
`[2] <https://www.sciencedirect.com/science/article/pii/S0957417414006344>`_ Pinheiro, Roberto HW, et al. "Data-driven global-ranking local feature selection methods for text categorization." Expert Systems with Applications 42.4 (2015): 1941-1949.
`[3] <https://ieeexplore.ieee.org/abstract/document/7727649>`_ Fragoso, Rogério CP, et al. "Class-dependent feature selection algorithm for text categorization." 2016 International Joint Conference on Neural Networks (IJCNN). IEEE, 2016.
`[4] <https://ieeexplore.ieee.org/abstract/document/7839596>`_ Fragoso, Rogério CP, et al. "A method for automatic determination of the feature vector size for text categorization." 2016 5th Brazilian Conference on Intelligent Systems (BRACIS). IEEE, 2016.
نیازمندی
| مقدار | نام |
|---|---|
| >=0.19.0 | scikit-learn |
| >=1.14.5 | numpy |
| >=0.23.3 | pandas |
| >=0.13.3 | scipy |
زبان مورد نیاز
| مقدار | نام |
|---|---|
| >=3 | Python |
نحوه نصب
نصب پکیج whl featselection-0.2.dev0:
pip install featselection-0.2.dev0.whl
نصب پکیج tar.gz featselection-0.2.dev0:
pip install featselection-0.2.dev0.tar.gz