结合ReliefF和互信息的多标签特征选择算法

• 作者: 周宏虹 陈平华 麦淼 黄辉
• 来源期刊: 广东工业大学学报
• 学科: 工学
• 关键词: 特征选择 多标签学习 ReliefF 互信息 特征冗余
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 综合研究
• 页码范围: 20-25,50
• 页数: 7页
• 分类号: TP181
• 字数: 5994字
• 语种: 中文
• DOI: 10.12052/gdutxb.180023

摘要

针对传统单标签特征选择算法不能直接应用于多标签数据的问题, 提出一种多标签特征选择算法——MML-RF算法. 在ReliefF的基础上, MML-RF算法提出新的类内最近邻样本查找方式, 并结合多标签的贡献值改进特征权值的计算方法, 能很好地适应多标签数据的特点; 同时为了减少特征冗余, MML-RF算法以互信息作为特征冗余度量方式, 提出一种去冗余方法, 能够得到更小的特征子集. 实验表明, MML-RF多标签特征选择算法得到的特征子集规模较小, 且在多标签数据集上具有很好的分类效果, 能够提升多标签学习和数据挖掘工作的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈平华	广东工业大学计算机学院	84	860	11.0	28.0
2	周宏虹		14	41	4.0	5.0
3	黄辉	广东工业大学计算机学院	7	22	3.0	4.0
4	麦淼		1	3	1.0	1.0