基于随机森林和支持向量机的分类特征选择

• 作者: 梁晓月 迟呈英
• 来源期刊: 辽宁科技大学学报
• 学科: 工学
• 关键词: 支持向量机 随机森林 特征选择
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 计算机科学
• 页码范围: 146-152
• 页数: 7页
• 分类号: TP301
• 字数: 5414字
• 语种: 中文
• DOI: 10.13988/j.ustl.2016.02.013

摘要

由于数据具有海量、高相关性和非线性的特点，所以如何选择原始数据的本质特征，是关系到能否有效提高问题分类器推广能力的关键问题。本文讨论了目前基于所有特征以及词袋和词序列袋的特征选择方法，提出了采用随机森林和支持向量机（SVM）相结合的方法来进行特征选择。实验证明，此方法能够有效地选择分类特征，从而提升问题分类的效率和精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	迟呈英	辽宁科技大学软件学院	20	99	5.0	9.0
2	梁晓月	辽宁科技大学软件学院	1	4	1.0	1.0