基于单信息初始搜索的特征选择方法研究

• 作者: 徐文彦 王伟
• 来源期刊: 河南科学
• 关键词: 机器学习 特征选择 特征子集 搜索 评估策略
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 数学与信息科学
• 页码范围: 1511-1515
• 页数: 5页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1004-3918.2018.10.003

摘要

在机器学习任务中,特征选择是重要的数据预处理,可为获得较好的特征数据集,有利于训练产生精确度、可靠性等适应能力较强的学习模型.通过不同的评估策略,应用多种特征选择方法挖掘出有利学习模型的特定数据集,提出了基于单信息特征评估策略作为搜索特征子集的初始方法,并结合典型特征选择方法进行比较研究,实验结果表明该方法可提高分类的运行效率和准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐文彦	河南牧业经济学院自动化学院	10	6	1.0	2.0
2	王伟	河南牧业经济学院自动化学院	16	22	3.0	4.0