考虑了特征协同作用的FAST特征选择算法的改进

• 作者: 张磊 陆碧云
• 来源期刊: 数据挖掘
• 学科: 工学
• 关键词: 特征选择 特征交互 交互权值变量 FILTER 特征聚类 图论
• 年，卷（期）: 2017,（2）
• 页码范围: 51-63
• 页数: 13页
• 分类号: TP39

摘要

交互的特征是指那些分开考虑对目标集不相关或弱相关,但合在一起考虑却对目标集高度相关的特征。特征交互现象广泛存在,但找出有交互作用的特征却是一项具有挑战性的任务。本文旨在对基于聚类的FAST特征选择算法进行改进,在其基础上考虑特征的交互作用,首先去掉FAST的移除不相关特征的部分,接着加入交互权值变量,使得在移除不相关和冗余特征的同时,保留有交互作用的特征。为了对两个算法进行对比分析,我们选取了5个不同领域的16个公开数据集进行实证分析,并使用4种分类器对实验结果进行评估,包括C5.0、Bayes Net、Neural Net和Logistic,接着从选择的特征个数、算法运行时间和分类器的准确率3个方面对两个算法进行比较。实验结果表明,两者选择的特征个数相差不大,有时IWFAST甚至可以减少特征个数,同时IWFAST能提高分类器的准确率,尤其对于特征数量较多的情形,以及Game和Life领域。美中不足的是,IWFAST的运行时间较长,但仍在可接受的范围内。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张磊	中山大学数学学院	101	554	13.0	21.0
2	陆碧云	中山大学数学学院	1	0	0.0	0.0