基于SVM评价准则的高维数据混合特征选择算法

• 作者: 何志芬 杨明 鲍捷
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 高维数据 特征选择 稳定性 功能扰动 集成
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 1192-1198
• 页数: 7页
• 分类号: TP302.7
• 字数: 4070字
• 语种: 中文

摘要

基于高维数据的特征选择性,运用功能扰动集成方法,对4种不同特征选择器的结果进行集成,得到了分类精度高且稳定性较好的特征子集.在基因数据集上与原有算法进行性能对比实验,结果表明,多特征选择混合算法可使特征选择的结果间具有互补性,从而有效提高特征选择的稳定性和分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨明	南京师范大学计算机科学与技术学院	58	1074	15.0	32.0
2	鲍捷	南京师范大学计算机科学与技术学院	2	11	2.0	2.0
3	何志芬	南京师范大学计算机科学与技术学院	3	37	3.0	3.0