基于改进Shapley权力指数的特征选择算法

• 作者: 巫红霞
• 来源期刊: 西南师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 概率模型 Shapley权利指数 特征选择 鲁棒性 数据缺陷
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 应用研究
• 页码范围: 62-71
• 页数: 10页
• 分类号: TP391
• 字数: 5336字
• 语种: 中文
• DOI: 10.13718/j.cnki.xsxb.2017.11.011

摘要

针对特征选择算法对不同类型的数据集性能不稳定的问题,提出一种基于概率模型与改进Shapley权力指数的通用特征选择算法.首先,计算特征对类簇表征与类簇判别的重要性值;然后,计算特征对类簇的不确定度;最终,合并特征的重要性值与不确定度,提取合适的特征.因为概率模型对数据类型、数据缺陷具有较好的鲁棒性,所以对不同的数据集获得了稳定、高性能的特征选择效果.基于人工合成数据与benchmark数据集的实验结果表明,本算法对不同的数据集保持了稳定的特征选择效果,优于其他算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	巫红霞	镇江市高等专科学校装备制造学院	7	9	2.0	2.0