基于filter+wrapper模式的特征选择算法

• 作者: 丁敬安 周传华 周家亿 柳智才
• 来源期刊: 计算机应用研究
• 关键词: 信息增益率 随机森林 特征选择 filter模式 wrapper模式
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1975-1979,2010
• 页数: 6页
• 分类号: TP312|TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.01.0024

摘要

特征选择是数据挖掘、机器学习和模式识别中始终面临的一个重要问题.针对类和特征分布不均时,传统信息增益在特征选择中存在的选择偏好问题,提出了一种基于信息增益率与随机森林的特征选择算法.该算法结合filter和wrapper模式的优点,首先从信息相关性和分类能力两个方面对特征进行综合度量,然后采用序列前向选择(sequential forward selection,SFS)策略对特征进行选择,并以分类精度作为评价指标对特征子集进行度量,从而获取最优特征子集.实验结果表明,该算法不仅能够达到特征空间降维的效果,而且能够有效提高分类算法的分类性能和查全率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周传华	安徽工业大学管理科学与工程学院	23	104	6.0	9.0
3	丁敬安	安徽工业大学管理科学与工程学院	7	14	2.0	3.0
6	柳智才	安徽工业大学管理科学与工程学院	3	11	2.0	3.0
7	周家亿	早稻田大学IPS学院	2	11	2.0	2.0