基于Relief的组合式特征选择

• 作者: 张丽新 杨泽红 王家廞 赵雁南
• 来源期刊: 复旦学报（自然科学版）
• 学科: 工学
• 关键词: 特征选择 遗传算法 ReliefF Wrapper 大规模数据集
• 年，卷（期）: 2004,（5）
• 页码范围: 893-898
• 页数: 6页
• 分类号: TP391
• 字数: 3375字
• 语种: 中文
• DOI: 10.3969/j.issn.0427-7104.2004.05.054

摘要

ReliefF是公认的效果较好的filter式特征评估方法,但该方法一大缺点是不能辨别冗余特征.提出两种基于Relief的组合式特征选择算法:ReCorre和ReSBSW,这两种算法均首先利用ReliefF算法过滤掉无关特征,然后分别采用相关分析(Correlation)以及顺序后向搜索(SBS)的Wrapper算法去除冗余特征.在实际数据集以及人造数据集上进行了实验,分析比较了Relief,ReCorre以及ReSBSW算法的性能.实验结果得出如下结论:ReliefF方法对无关特征较多的数据集能够很好的降维,但对于实际数据中特征间关系较复杂的情况,只能去掉很少的无关特征,并会去除一部分相关特征,ReliefF不能处理冗余特征,ReCorre可以在ReliefF基础上去除大部分冗余特征.ReSBSW算法可得到较好的泛化性能,但算法计算量很高,不适合大规模数据集.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王家廞	清华大学智能技术与系统国家重点实验室	20	316	10.0	17.0
2	赵雁南	清华大学智能技术与系统国家重点实验室	26	415	11.0	20.0
3	杨泽红	清华大学智能技术与系统国家重点实验室	16	371	10.0	16.0
4	张丽新	清华大学智能技术与系统国家重点实验室	2	111	1.0	2.0