基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统特征选择算法只专注于特征类相关性或者特征冗余性的问题,提出一种基于条件互信息的特征选择算法.该算法采用k-means的基本思想聚类特征,并从中选出类相关度最大的特征,从而去除不相关和冗余特征.实验使用5个数据集,结果表明,该算法的分类性能优于传统特征选择算法.
推荐文章
基于TF-CA-CI算法的互信息特征选择改进研究
特征选择
文本分类
互信息
词频度
基于互信息最大化的特征选择算法及应用
文本分类
特征选择
交叉熵
信息增益
互信息最大化
基于 Parzen 窗条件互信息计算的特征选择方法
特征选择
Parzen 窗
条件互信息
特征离散度
一种基于改进互信息和信息熵的文本特征选择方法
特征选择
文本分类
评价函数
互信息
信息熵
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于条件互信息的特征选择改进算法
来源期刊 计算机工程 学科 工学
关键词 数据挖掘 特征选择 互信息 条件互信息 聚类 度量距离
年,卷(期) 2012,(14) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 135-137
页数 分类号 TP311.13
字数 3580字 语种 中文
DOI 10.3969/j.issn.1000-3428.2012.14.040
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 牛军钰 复旦大学计算机科学技术学院 17 124 7.0 10.0
2 王超 复旦大学计算机科学技术学院 40 220 9.0 13.0
3 刘海燕 复旦大学计算机科学技术学院 12 78 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (11)
参考文献  (5)
节点文献
引证文献  (19)
同被引文献  (37)
二级引证文献  (32)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(5)
  • 引证文献(5)
  • 二级引证文献(0)
2015(12)
  • 引证文献(7)
  • 二级引证文献(5)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(7)
  • 引证文献(2)
  • 二级引证文献(5)
2018(7)
  • 引证文献(2)
  • 二级引证文献(5)
2019(12)
  • 引证文献(2)
  • 二级引证文献(10)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
数据挖掘
特征选择
互信息
条件互信息
聚类
度量距离
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导