一种面向聚类的加权特征选择算法

• 作者: 刘帅 刘武越 杨英杰
• 来源期刊: 计算机应用研究
• 关键词: 加权特征选择 聚类 信息熵 邻域分析 特征权值向量
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3596-3599
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.12.015

摘要

针对面向聚类的特征选择算法效率和效果无法兼顾,并且对高维数据适用度不高的问题,提出了一种基于邻域分析的加权特征选择算法ENFSA.该算法首先基于信息熵构建候选特征集,降低加权特征选择的候选特征维度,在此基础上采用邻域分析法评估特征冗余度和相关性,并根据评估结果更新特征子集和权值向量,不断迭代,直至特征权值向量趋于稳定.在10种典型数据集上的测试结果表明,与传统的特征选择算法相比,新的算法特征约简效率较好,能够明显提高数据集聚类效果,同时在特征维度较高的数据集上依然表现出很好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨英杰	解放军信息工程大学密码工程学院	36	202	9.0	11.0
2	刘帅	解放军信息工程大学密码工程学院	6	14	2.0	3.0
3	刘武越	解放军信息工程大学指挥军官基础教育学院	1	2	1.0	1.0