基于Chernoff上界的多类问题特征选择优化迭代算法

本文提出正态分布条件下面向不同分布的多类问题基于Chernoff上界的特征选择优化迭代算法。该算法由两重迭代组成:首先在设定的原始空间和特征空间Chernoff参数s条件下,通过解矩阵方程的迭代算法求得变换矩阵的最优解;然后,在变换矩阵确定的特征空间中搜索最佳的参数s使错误概率上界最小;最后采用折半法修正设定的Chernoff参数s及其迭代步长。通过分析和实例可见基于Chernoff上界特征选择是面向不同分布的多类问题的最佳特征选择方法。