S2R2:基于相关性与冗余性分析的半监督特征选择

• 作者: 张东方 陈海燕 袁立罡
• 来源期刊: 计算机与现代化
• 关键词: 半监督学习 特征选择 信息论 最大相关最小冗余
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 数据库与数据挖掘|DATABASE AND DATA MINING
• 页码范围: 113-120,126
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2021.09.017

摘要

特征选择是模式识别与数据挖掘的关键问题之一,它可以移除数据集中的冗余和不相关特征以提升学习性能.基于最大相关最小冗余准则,提出一种新的基于相关性与冗余性分析的半监督特征选择方法(S2R2),S2R2方法独立于任何分类学习算法.该方法首先对无监督相关度信息度量进行分析与扩充,然后结合信息增益,设计一种半监督特征相关性与冗余性度量,可以有效识别与移除不相关和冗余特征,最后采用增量搜索技术贪婪地构建特征子集,避免搜索指数级大小的解空间,提高算法的运行效率.本文还提出S2R2方法的快速过滤版本,FS2R2,以更好地应对大规模特征选择问题.多个标准数据集上的实验结果表明了所提方法的有效性和优越性.