一种基于聚类集成的无监督特征选择方法

• 作者: 凌霄汉 吉根林
• 来源期刊: 南京师范大学学报（工程技术版）
• 学科: 工学
• 关键词: 特征选择 无监督学习 集成学习
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 计算机与通讯
• 页码范围: 60-63
• 页数: 4页
• 分类号: TP311
• 字数: 3519字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-1292.2007.03.014

摘要

提出了一种无监督的特征选择方法,其基本思想是利用聚类来指导特征选择,对于无类别标签的数据样本集,先进行聚类获得数据类标签,再利用ReliefF算法进行特征选择.采用聚类集成方法解决一些聚类结果的不稳定问题,最终特征选择结果通过多次特征选择综合得到.实验结果表明,该算法具有良好的特征选择性能,在去除无关或冗余特征后可进一步提高聚类质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吉根林	南京师范大学数学与计算机科学学院	138	2757	22.0	50.0
2	凌霄汉	南京师范大学数学与计算机科学学院	5	39	5.0	5.0