基于层次聚类算法和偏最小二乘的特征选择

• 作者: 吴耿锋 计智伟
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 特征 聚类 PLS 回归 预测
• 年，卷（期）: 2009,（21）
• 所属期刊栏目: 人工智能
• 页码范围: 4931-4935
• 页数: 5页
• 分类号: TP181
• 字数: 4758字
• 语种: 中文

摘要

特征选择应尽可能考虑特征的预测能力、特征间的相关性以及算法的计算效率等因素.由于目前Filter和Wrapper两类特征选择方法均存在着缺陷,提出了一种适用于回归的基于层次聚类算法和偏最小二乘的特征选择方法,它不但能选取出预测能力较强的特征,而且使选出的特征间的相关性低.仿真实验表明,将该方法用于盾构隧道施工地面沉降的回归预测中,所选取的最优特征子集使回归模型的精度得到提高,训练时间明显下降.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴耿锋	上海大学计算机工程与科学学院	96	1482	18.0	35.0