基于随机森林的特征选择算法

被引：691

作者：

姚登举 ^{[1
,2
]}

杨静 ^{[1
]}

詹晓娟 ^{[3
]}

机构：

[1] 哈尔滨工程大学计算机科学与技术学院

[2] 哈尔滨理工大学软件学院

[3] 黑龙江工程学院计算机科学与技术学院

来源：

吉林大学学报(工学版) | 2014年 / 01期

基金：

高等学校博士学科点专项科研基金; 黑龙江省自然科学基金;

关键词：

人工智能; 随机森林; 特征选择; 封装式;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

提出了一种基于随机森林的封装式特征选择算法RFFS,以随机森林算法为基本工具,以分类精度作为准则函数,采用序列后向选择和广义序列后向选择方法进行特征选择。在UCI数据集上的对比实验结果表明,RFFS算法在分类性能和特征子集选择两方面具有较好的性能。

引用

页码：137 / 141

页数：5

共 6 条

[1]

基于自适应多种群遗传算法的特征选择 [J].

刘元宁 ;

王刚 ;

朱晓冬 ;

赵正东 ;

陈慧灵 ;

邢翀 .

吉林大学学报(工学版), 2011, 41 (06) :690-693

[2]

基于聚类的特征选择方法 [J].

蒋盛益 ;

郑琪 ;

张倩生 .

电子学报, 2008, 36(S1) (S1) :157-160

[3]

高维数据的特征选择与特征提取研究 [D].

蒋胜利 .

西安电子科技大学,

2011

[4]

Mining data with random forests: A survey and results of new tests[J] A. Verikas;A. Gelzinis;M. Bacauskiene Pattern Recognition 2010,

[5]

Filter versus wrapper gene selection approaches in DNA microarray domains[J] Artificial Intelligence In Medicine 2004,

[6]

Random Forests.[J] Leo Breiman Machine Learning 2001,

← 1 →