扩展ReliefF的两种多标签特征选择算法

• 作者: 宣恒农 马晶莹
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 多标签分类 特征选择 数据降维 ReliefF 邻域粗糙集
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 算法
• 页码范围: 298-302,324
• 页数: 6页
• 分类号: TP181
• 字数: 5083字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.07.055

摘要

针对ReliefF算法局限于单标签数据问题,提出两种多标签特征选择算法Mult-ReliefF和M-A算法.Mult-ReliefF算法重新定义了类内最近邻和类外最近邻的查找方法,并加入标签的贡献值更新特征权重公式.M-A算法在Mult-ReliefF算法的基础下,利用邻域能去除冗余的特性,更多地去除冗余特征达到更好的降维效果.采用ML-KNN分类算法进行实验.在多个数据集上测试表明,Mult-ReliefF算法能提高分类效果,M-A算法能获得最小的特征子集.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宣恒农	南京财经大学信息工程学院	24	135	7.0	10.0
2	马晶莹	南京财经大学信息工程学院	1	7	1.0	1.0