基于分类间隔的特征选择算法

被引：13

作者：

任双桥

傅耀文

黎湘

庄钊文

机构：

[1] 国防科学技术大学电子科学与工程学院空间电子信息技术研究所

来源：

软件学报 | 2008年 / 04期

关键词：

特征选择; 有效率; 分类间隔; 支撑矢量机;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP311.13 [];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 1201 ;

摘要：

对于二类目标特征选择问题,首先讨论了特征空间的线性可分性问题,并给出了其判别条件;其次,通过借鉴支撑矢量机原理,分析了特征可分性判据的基本性质;最后,依据各特征对分类间隔的贡献大小定义了特征有效率,并以此进行特征选择和特征空间降维.实测数据与网络公开UCI(University of california,Irvine)数据库的实验结果表明,与经典的Relief特征选择算法相比,该算法在识别性能和推广能力上明显有所提高.

引用

页码：842 / 850

页数：9

共 5 条

[1] 基于Relief的组合式特征选择 [J].

张丽新 ;

王家廞 ;

赵雁南 ;

杨泽红 .

复旦学报(自然科学版), 2004, (05) :893-898

[2] 特征选择和提取要素的分析及其评价 [J].

范劲松 ;

方廷健 ;

不详 .

计算机工程与应用 , 2001, (13) :95-99

[3]

现代模式识别[M]. - 国防科技大学出版社 , 孙即祥等编著, 2002

[4]

最优化计算原理与算法程序设计[M]. - 国防科技大学出版社 , 粟塔山等编著, 2001

[5]

Efficient feature selection for high-dimensionnl data using two-level filter .2 Li Y,Wu ZF,Liu JM,Tang YY. Proc.of the 3rd Int‘l Conf.on Machine Learning and Cybernetics . 2004

← 1 →