基于最近最远邻和互信息的特征选择方法

• 作者: 刘媛华 吴雨
• 来源期刊: 计算机应用研究
• 关键词: 特征选择 最近最远邻 互信息 梯度下降
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3713-3716
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.12.044

摘要

随着数据量的增加,特征选择已经成为机器学习和数据挖掘领域的研究热点,提出一种基于最近最远邻的特征选择算法.一个数据点与其最近的邻点属于同一集群,与最远的邻点属于不同的集群,通过计算最近最远邻的特征距离可以得到一种判断特征重要性的指标;在此基础上运用互信息方法去除了特征之间的冗余;同时引入了Gradient boosting方法进行模型参数调优,提高了分类准确性.在UCI数据集上进行分类预测,结果表明该算法能够找到较优的特征子集,分类准确性得到一定提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘媛华	上海理工大学管理学院	49	128	7.0	9.0
2	吴雨	上海理工大学管理学院	1	2	1.0	1.0