如何使用卡方值使用 SVM 进行文本分类？

【问题标题】：How can I use Chi-square value for text classification using SVM?如何使用卡方值使用 SVM 进行文本分类？
【发布时间】：2017-03-09 15:38:20
【问题描述】：

我有针对文本分类问题的正面和负面训练文档。我计划为每个文档中的每个特征计算卡方值。有了这个值，我该如何使用 SVM 进行分类？分类的阈值是多少？

【问题讨论】：

【解决方案1】：

卡方值可用于执行特征选择，这可能是一个预处理步骤。之后，您可以大大减少您的特征词汇（例如，从 1M 词汇中选择最有用的 100K 术语）。这一步可能有两个好处： 1. 在下一步中减小模型大小； 2. 预测时间更快。缺点：可能会也可能不会影响分类性能。

要继续进行分类，您仍然需要使用这 10 万个特征来训练您的模型（例如，使用 SVM 算法）。学习模型后，您可以使用该模型进行分类。

【讨论】：