基于强化学习的特征选择算法

• 作者: 刘民康 朱振国 赵凯旋
• 来源期刊: 计算机系统应用
• 关键词: 强化学习 特征选择 Q学习 特征子集 数据挖掘
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 214-218
• 页数: 5页
• 字数: 4454字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006594

摘要

针对在数据挖掘过程中存在的维度灾难和特征冗余问题,本文在传统特征选择方法的基础上结合强化学习中Q学习方法,提出基于强化学习的特征选择算法,智能体Agent通过训练学习后自主决策得到特征子集.实验结果表明,本文提出的算法能有效的减少特征数量并有较高的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱振国	重庆交通大学信息科学与工程学院	13	93	5.0	9.0
2	赵凯旋	重庆交通大学信息科学与工程学院	2	4	1.0	2.0
3	刘民康	重庆交通大学信息科学与工程学院	2	4	1.0	2.0