Python中文本分类的特征选择

Question

我正在使用scikit-learn库中的Random Forests处理python中的文本分类问题。我想尝试不同的功能选择方法，如信息增益（IG）或双正常分离（BNS），如本paper所述。

似乎scikit中唯一可用的特征选择方法（使用CountVectorizer类）基于文档频率。其他库中是否有其他方法？

Answer 1

有一个功能选择模块，具有进行单变量选择或递归功能消除的工具：http://scikit-learn.org/dev/modules/feature_selection.html scikit-learn中没有信息gane或BNS。文档频率不是特征选择方法。