基于K-S检验和邻域粗糙集的特征选择方法

• 作者: 刘艳 孙林 程璐
• 来源期刊: 河南师范大学学报（自然科学版）
• 学科: 工学
• 关键词: K-S检验 邻域粗糙集 特征选择
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 21-28
• 页数: 8页
• 分类号: TP181
• 语种: 中文
• DOI: 10.16366/j.cnki.1000-2367.2019.02.004

摘要

传统的肿瘤基因选择算法挑选出的特征基因中存在大量噪声基因和冗余基因,从而对基因算法的准确性和分类精度产生影响.针对这一问题,将K-S检验与邻域粗糙集融合成为一种新的特征选择方法.首先,采用累积分布函数计算正负类样本的累积函数值和K-S检验统计量,对照显著性水平下的样本统计量,从而去除冗余基因和噪声基因;然后,使用邻域粗糙集进行约简,对比条件属性重要度得出最优约简结果;最后,对比K-S检验和两种基于K-S检验的特征选择方法得到的冗余度和分类精度,通过实验验证这种方法不仅能准确挑选出具有显著区分能力的肿瘤基因,且效率高具有可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘艳		27	65	5.0	7.0
2	孙林		36	265	9.0	15.0
3	程璐		2	3	1.0	1.0