面向分类的流特征在线特征选择算法

• 作者: 原福永 尤殿龙 申利民 赵春慧 郭松 陈真
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 在线特征选择 流特征 互信息 条件独立 近似马尔可夫毯
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 321-332
• 页数: 12页
• 分类号: TP39
• 字数: 8702字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2020.02.015

摘要

在线流特征选择通过实时过滤无关特征和冗余特征,实现流特征空间降维.针对已有算法,如Alpha-investing分类精度低、SAOLA选择特征数多和OSFS在低冗余高相关数据集下运行时间长的问题,提出了一种面向分类的流特征在线特征选择算法——OSFIC.算法运用四层过滤框架,通过无条件独立过滤不相关新特征、单条件下互信息过滤冗余新特征和候选特征集合中的部分冗余特征,最后通过多条件独立过滤候选特征集中的剩余冗余特征,最终得到分类标签的近似马尔可夫毯.为了分析OSFIC的性能,选择了NIPS 2003和Causality Workbench中的数据集,从预测精度、特征数量、运行时间和AUC方面与已有基准算法进行比较.实验表明,OSFIC平均分类精度比Alpha-investing提升4.41％.在保证精度的前提下,平均特征数量比SAOLA减少41.9％,运行时间比OSFS减少91.59％.最后,在真实的应用场景下验证了OSFIC的有效性.