一种面向连续型属性的特征选取方法

• 作者: 吴卫江 岳翔 李国和 李洪奇 李雪
• 来源期刊: 山东大学学报：工学版
• 学科: 工学
• 关键词: 数据约简 特征选取 连续型属性 决策表
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 1-6,17
• 分类号: TP181
• 语种: 中文

摘要

特征选取是数据约简方法之一,其对提高机器学习的效率和效果具有重要影响。根据对象在特征空间中的分布,划分连续特征空间为类别单一、边界清晰的多个子空间。依统计学意义,把各个子空间分别投影到所有特征上,获取所有不同类别子空间对当前子空间特征区分能力的评估。通过构造区分能力评估矩阵,实现特征分类能力的排序。引入特征集区分能力信息增益,结合特征分类能力排序,逐一优选特征,最终完成特征子集的求解。采用UCI（University of California Irvine）数据集进行实验,获取特征子集,利用该特征子集,提高了机器学习效率和分类精度,表明了特征选取的可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李洪奇	中国石油大学北京地球物理与信息工程学院	50	640	15.0	23.0
2	李雪	昆士兰大学信息技术与电气工程学院	5	8	2.0	2.0