带组内互斥信息的判别最小二乘特征选择方法

• 作者: 朱文龙 郑蓉 魏碧剑
• 来源期刊: 温州大学学报（自然科学版）
• 学科: 工学
• 关键词: 特征选择方法 最小二乘回归 特征相似度
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 电子学与信息技术
• 页码范围: 17-26
• 页数: 10页
• 分类号: TP391
• 字数: 6243字
• 语种: 中文
• DOI: 10.3875/j.issn.1674-3563.2016.02.003

摘要

带组内互斥信息的判别最小二乘特征选择方法，通过考虑特征互斥信息，既保证了那些重要特征的选择，又兼顾了特征表达的广泛性。判别最小二乘模型能够最大化异类数据的分布，使不同类别的距离被扩大；另外，组内特征互斥项可以使模型尽可能地选择那些既重要、又互不相似的特征，从而获得重要的特征子集。对在现实世界中采集的数据进行实验，结果表明，带组内互斥信息的判别最小二乘特征选择方法比已有的判别最小二乘特征选择方法在数据分类问题中具有更好的效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑蓉	温州大学数学与信息科学学院	2	1	1.0	1.0
2	魏碧剑	温州大学数学与信息科学学院	2	0	0.0	0.0
3	朱文龙	温州大学数学与信息科学学院	2	1	1.0	1.0