一种新的互信息特征子集评价函数

被引：4

作者：

洪智勇 ^{[1
,2
]}

王天擎 ^{[3
]}

刘灿涛 ^{[4
]}

机构：

[1] 西南交通大学信息与科学技术学院

[2] 五邑大学计算机学院

[3] 五邑大学管理学院

[4] 中国人民银行信息中心

来源：

计算机工程与应用 | 2011年 / 22期

基金：

广东省自然科学基金;

关键词：

互信息; 特征选择; 熵;

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：

传统基于互信息的特征选择方法较少考虑特征之间的关联,并且随着特征数的增加,算法复杂度过大,基于此提出了一种新的基于互信息的特征子集评价函数。该方法充分考虑了特征间如何进行协作,选择了较优的特征子集,改善了分类准确度并且计算负荷有限。实验结果表明,该方法与传统的MIFS方法相比较,分类准确度提高了3%～5%,误差减少率也有25%～30%的改善。

引用

页码：130 / 132

页数：3