基因数据集混合特征选择算法研究

• 作者: 刘文祎 吴辰文 马国娟
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 特征选择 ReliefF算法 mRMR算法 邻域粗糙集 SVM
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 先进算法与人工智能
• 页码范围: 71-75
• 页数: 5页
• 分类号: TP391
• 字数: 4783字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2019.10.015

摘要

基因数据的特点是高维度、小样本、大噪声,在处理过程中容易造成维数灾难和过度拟合等问题.针对这种情况提出一种新的基因数据集的特征选择方法,第一步是通过ReliefF算法对基因特征进行权重重要度的筛选;第二步是对筛选过的特征集合进行mRMR算法判断,留下与目标类别高度相关而其间相关性较小的基因特征;第三步利用邻域粗糙集特征选择算法对简化后的基因数据集进行寻优处理,选出最优化的特征基因子集.为了证明新算法的有效性,以SVM为分类器,使用外部交叉验证法对整个过程来计算,从而验证本文新特征选择方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴辰文	兰州交通大学电子与信息学院	56	235	9.0	11.0
2	马国娟	兰州交通大学电子与信息学院	1	0	0.0	0.0
3	刘文祎	兰州交通大学电子与信息学院	1	0	0.0	0.0