基于粗糙集特征选择的过拟合现象及应对策略

• 作者: 亓慧 刘克宇 张文冬 杨习贝
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: 特征选择 启发式算法 邻域粗糙集 过拟合
• 年，卷（期）: 2019,（5）
• 页码范围: 687-692
• 页数: 6页
• 分类号: TP391
• 字数: 4227字
• 语种: 中文
• DOI: 10.16356/j.1005-2615.2019.05.015

摘要

在粗糙集方法中,利用向前启发式算法进行特征选择,是一个逐步加入重要度最高的特征的过程,直至满足所给定的约束条件.但使用这一策略选择出来的特征子集有可能产生过拟合现象.鉴于此,设计了一种新的启发式算法,其主要思想是借助交叉验证的方法对特征的重要度进行计算,当过拟合出现时,则采用截断式机制终止算法.使用邻域粗糙集模型,在UCI数据集上将启发式算法与所提算法进行对比分析,实验结果表明:所提算法能够有效地降低过拟合的程度;利用所提算法得到的特征子集能够带来更好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨习贝	江苏科技大学计算机学院	86	555	13.0	20.0
2	亓慧	太原师范学院计算机系	18	63	4.0	7.0
3	张文冬	江苏科技大学计算机学院	2	0	0.0	0.0
4	刘克宇	江苏科技大学计算机学院	1	0	0.0	0.0