基于加权K近邻的特征选择方法

• 作者: 张开翔 李双杰 王士栋 王淑琴
• 来源期刊: 天津师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 特征选择 K近邻 遗传算法 实数编码
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息与计算机科学
• 页码范围: 63-67
• 页数: 5页
• 分类号: TP181
• 字数: 4297字
• 语种: 中文
• DOI: 10.19638/j.issn1671-1114.20200212

摘要

提出一种基于属性和距离加权的K近邻特征选择方法.该方法在计算样本类别时既考虑每个特征的重要程度,又考虑近邻样本的距离,使用遗传算法搜索最优特征权重向量.将该方法与已有的3种特征选择方法MIFS、DISR和CIFE在6个公开的数据集上进行比较,实验结果表明该方法是有效的,且可以提高分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王淑琴	天津师范大学计算机与信息工程学院	6	1	1.0	1.0
2	李双杰	天津师范大学计算机与信息工程学院	1	0	0.0	0.0
3	张开翔	天津师范大学计算机与信息工程学院	1	0	0.0	0.0
4	王士栋	天津师范大学计算机与信息工程学院	1	0	0.0	0.0