基于特征选择的Bagging分类算法研究

• 作者: 刘维学 姚明海 赵连朋
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 数据挖掘 特征选择 集成学习 互信息 Bagging 分类器
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 103-106
• 页数: 4页
• 分类号: TP301.6
• 字数: 2938字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.04.026

摘要

为了提高数据的分类性能，提出了一种基于特征选择的Bagging分类算法。通过Fisher准则和互信息的方法给定一种能够直接评价特征区分度和与类别相关性的评价方法，重新构造了计算特征区分度和与类别相关性的计算公式。并将该方法应用到Bagging分类算法当中。实现了算法迭代过程中的特征选择，使得每个基分类器都是由不同的特征子集训练所得，保证了基分类器的独立性，降低了训练误差。通过理论分析和大量的实验，对文中的方法与经典特征选择方法进行了比较，实验结果显示文中的方法能够得到更高的预测精准度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵连朋	渤海大学信息科学与技术学院	25	161	6.0	12.0
2	刘维学	渤海大学信息科学与技术学院	16	118	6.0	10.0
3	姚明海	渤海大学信息科学与技术学院	33	184	6.0	13.0