基于最大相关最小冗余联合互信息的多标签特征选择算法

• 作者: 张俐 王枞
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 特征选择 条件互信息 特征交互 特征相关 特征冗余
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 111-122
• 页数: 12页
• 分类号: TP181
• 字数: 8525字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2018082

摘要

在过去的几十年中,特征选择已经在机器学习和人工智能领域发挥着重要作用.许多特征选择算法都存在着选择一些冗余和不相关特征的现象,这是因为它们过分夸大某些特征重要性.同时,过多的特征会减慢机器学习的速度,并导致分类过渡拟合.因此,提出新的基于前向搜索的非线性特征选择算法,该算法使用互信息和交互信息的理论,寻找与多分类标签相关的最优子集,并降低计算复杂度.在UCI中9个数据集和4个不同的分类器对比实验中表明,该算法均优于原始特征集和其他特征选择算法选择出的特征集.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王枞	北京邮电大学软件学院	45	479	10.0	21.0
5	张俐	北京邮电大学软件学院	3	22	3.0	3.0