互信息与模糊C均值聚类集成的特征优选方法

• 作者: 朱接文 肖军
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 互信息 特征优选 模糊C均值聚类 数据分组
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 数据技术
• 页码范围: 2608-2611,2649
• 页数: 5页
• 分类号: TP391
• 字数: 5566字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.09.2608

摘要

针对大型数据中大量冗余特征的存在可能降低数据分类性能的问题,提出了一种基于互信息(MI)与模糊C均值(FCM)聚类集成的特征自动优选方法FCC-MI.首先分析了互信息特征及其相关度函数,根据相关度对特征进行排序;然后按照最大相关度对应的特征对数据进行分组,采用FCM聚类方法自动确定最优特征数目;最后基于相关度对特征进行了优选.在UCI机器学习数据库的7个数据集上进行实验,并与相关文献中提出的基于类内方差与相关度结合的特征选择方法(WCMFS)、基于近似Markov blanket和动态互信息的特征选择算法(B-AMBDMI)及基于互信息和遗传算法的两阶段特征选择方法(T-MI-GA)进行对比.理论分析和实验结果表明,FCC-MI不但提高了数据分类的效率,而且在有效保证分类精度的同时能自动确定最优特征子集,减少了数据集的特征数目,适用于海量、数据特征相关性大的特征约简及数据分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱接文	江西工业工程职业技术学院计算机工程系	19	37	3.0	5.0
2	肖军	江西工业工程职业技术学院计算机工程系	13	31	4.0	4.0