一种基于条件熵的特征选择算法

被引:3
作者
渠小洁
机构
[1] 山西大学商务学院会计系
关键词
特征选择; 条件熵; 随机搜索; 启发式;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
特征选择是一种处理维数约简的有效方法。以条件熵为特征子集评价条件,采用随机搜索和启发式搜索相结合的搜索策略,设计了一种新的特征选择方法。该方法不仅能够求得经典启发式特征选择方法的选到特征子集,还可以得到一些与其不同的满足条件特征子集,同时在多数情况下可以减少时间消耗。实验研究表明了提出的算法的有效性。
引用
收藏
页码:413 / 416
页数:4
相关论文
共 8 条
[1]   粗糙集理论与应用研究综述 [J].
王国胤 ;
姚一豫 ;
于洪 .
计算机学报, 2009, 32 (07) :1229-1246
[2]   基于最大互信息最大相关熵的特征选择方法 [J].
赵军阳 ;
张志利 .
计算机应用研究, 2009, 26 (01) :233-235+240
[3]   基于模糊粗糙集信息熵的蚁群特征选择方法 [J].
赵军阳 ;
张志利 .
计算机应用, 2009, 29 (01) :109-111+126
[4]   基于最大熵原理的空间特征选择方法 [J].
宋国杰 ;
唐世渭 ;
杨冬青 ;
王腾蛟 .
软件学报, 2003, (09) :1544-1550
[5]   基于条件信息熵的决策表约简 [J].
王国胤 ;
于洪 ;
杨大春 .
计算机学报, 2002, (07) :759-766
[6]  
粗糙集理论与方法[M]. 科学出版社 , 张文修等编著, 2001
[7]   ROUGH SETS [J].
PAWLAK, Z .
INTERNATIONAL JOURNAL OF COMPUTER & INFORMATION SCIENCES, 1982, 11 (05) :341-356
[8]  
Readings inMachine Learning. BLUMER A,EHRENFEUCHT A,HAUSSLER D,et al. Morgan Kaufmann . 1990