最小冗余最大分离准则特征选择方法

• 作者: 贺兴时 赖学方
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 高维数据 费希尔得分 搜索策略 特征选择
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 70-75
• 页数: 6页
• 分类号: TP391
• 字数: 6537字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1605-0185

摘要

特征选择是处理高维数据的一项有效技术.针对传统方法的不足,结合F-score与互信息,提出了一种最小冗余最大分离的特征选择评价准则,该准则使所选择的特征具有更好的分类和预测能力;采用二进制布谷鸟搜索算法和二次规划两种搜索策略来搜索最优特征子集,并对两种搜索策略的准确性和计算量进行分析比较;最后,利用UCI数据集进行实验测试,实验结果说明了所提理论的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺兴时	西安工程大学理学院	136	975	16.0	25.0
2	赖学方	西安工程大学理学院	4	12	2.0	3.0