1.一种基于稀疏特征选择的文本分类方法,其特征在于,包括如下步骤:
1)根据包括多个多标签文本数据集的语料库,输入样本矩阵和标签矩阵至目标函数中进行迭代更新,所述目标函数根据样本矩阵和标签矩阵预选特征子集;根据基于流形约束和拉普拉斯分数建立的局部特征相关性函数以及高阶标签信息函数确定两个标签之间的相关性;所述目标函数通过如下基于范数的正则化损失函数探究标签与特征之间的关系:,为特征系数矩阵, 表示Frobenius范数,表示的范数;为样本矩阵,为标签矩阵;
所述局部特征相关性函数中基于拉普拉斯分数所建立的函数为:,,为图拉普拉斯矩阵,为一个对角矩阵,为关于的最近邻图实例,表示矩阵的迹;,为标签相关信息矩阵,为误差向量;;
所述局部特征相关性函数中基于流形约束所建立的函数为:,为图拉普拉斯矩阵,为一个对角矩阵;将个不同的局部特征相关矩阵按照所分样本组的不同进行分权处理,将处理后的样本组进行合并得到,为第个样本组的局部特征判别相关矩阵;
所述高阶标签信息函数为:
,表示全为1的列向量,为偏差回归系数矩阵;
所述目标函数为:
α、β、γ以及λ表示不同的超参数;
2)在达到设定的停止规则时停止迭代更新过程,按照设定排序输出的特征子集,选取该输出的特征子集中的前设定个数的子集形成新的子集,将新的子集作为最终的特征子集用于对所述语料库进行分类。
2.根据权利要求1所述的基于稀疏特征选择的文本分类方法,其特征在于,通过迭代更新目标函数中的W、H以及P这三个矩阵的值,当满足设定迭代条件或迭代次数达到最大迭代次数时停止。
3.根据权利要求2所述的基于稀疏特征选择的文本分类方法,其特征在于,所述满足设定迭代条件为当两个连续函数值之间的差值小于预设值。
4.根据权利要求3所述的基于稀疏特征选择的文本分类方法,其特征在于,首先随机初始化W、H以及P的值,然后使用迭代优化的方法更新W、H以及P这三个矩阵的值。
5.根据权利要求4所述的基于稀疏特征选择的文本分类方法,其特征在于,通过以下交替优化步骤来寻求最优解:更新W:固定H,P求解W;更新H:固定W,P求解H;更新P:固定W,H求解P。
6.根据权利要求5所述的基于稀疏特征选择的文本分类方法,其特征在于,更新W时,,V是一个对角矩阵,。
7.根据权利要求5所述的基于稀疏特征选择的文本分类方法,其特征在于,更新H时,,I为单位矩阵。
8.根据权利要求5所述的基于稀疏特征选择的文本分类方法,其特征在于,更新P时,
,n为实例数。
9.根据权利要求1所述的基于稀疏特征选择的文本分类方法,其特征在于,,表示第c组样本的第i列,d为特征数,将X分为s组,即,其中表示第c个样本组。
10.根据权利要求9所述的基于稀疏特征选择的文本分类方法,其特征在于,通过K-means算法将X分成s组。