一种新的快速特征选择和数据分类方法

被引：20

作者：

陈铁明 ^{[1
,2
]}

马继霞 ^{[1
]}

Samuel HHuang ^{[3
]}

蔡家楣 ^{[1
]}

机构：

[1] 浙江工业大学计算机科学与技术学院

[2] 软件开发环境国家重点实验室(北京航空航天大学)

[3] 辛辛那提大学智能系统实验室

来源：

计算机研究与发展 | 2012年 / 04期

基金：

浙江省自然科学基金;

关键词：

离散化; 频数表; 特征选择; 规则提取; 数据分类; 隐私保护;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

针对数据分类问题提出一种新型高效的特征选择和规则提取方法.首先通过减少初始区间数量改进Chi-Merge离散化方法,再采用改进的Chi-Merge离散化连续型特征变量;特征离散化后,统计样本数据在每个特征子集划分下的频数表,并根据频数表计算数据不一致率,再利用顺序前向最优搜索的方法,快速确定特征数量由小到大的每一个最优特征子集;根据特征子集对应的数据不一致率差异最小化原则,完成特征个数最小化的最优特征子集筛选;根据最优特征子集的数据频数表,可直接提取数据分类规则.实验表明,快速提取的规则可获得较好的分类效果.基于该特征选择方法,提出一种面向分布式同构数据的快速分类模型,不但具有良好的分类效果,还支持对样本数据内容的隐私保护.

引用

页码：735 / 745

页数：11

共 4 条

[1] 基于类别分布的特征选择框架 [J].

靖红芳 ;

王斌 ;

杨雅辉 ;

徐燕 .

计算机研究与发展, 2009, 46 (09) :1586-1593

[2]

Integrated knowledge-based modeling and its application for classification problems[J]. Huang Samuel H.Journal of Systems Engineering and Electronics. 2008(06)

[3] Feature selection with neural networks [J].

Verikas, A ;

Bacauskiene, M .

PATTERN RECOGNITION LETTERS, 2002, 23 (11) :1323-1335

[4]

Generation of Fuzzy Rules by Mountain Clustering[J] . Ronald R. Yager,Dimitar P. Filev.Journal of Intelligent and Fuzzy Systems . 1994 (3)

← 1 →