评估子集类区分能力的特征选择方法

被引：3

作者：

宋恩民 ^{[1
]}

黄东山 ^{[1
]}

马光志 ^{[1
]}

肖强 ^{[2
]}

机构：

[1] 华中科技大学计算机科学与技术学院

[2] 华中科技大学附属医院

来源：

华中科技大学学报(自然科学版) | 2011年 / 39卷 / 02期

关键词：

特征选择; 特征子集; 特征评价; 分类; 老年痴呆症;

D O I：

10.13245/j.hust.2011.02.028

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为了克服Relief选择前k个特征作为约简子集所存在的原始特征空间中的近邻在约简后的特征子空间中不一定还是近邻的问题,提出了一种在特征子空间中评价候选特征子集类别区分能力的方法,并结合最好优先特征搜索策略提出了一种新的特征子集选取方法.在12个UCI(加州大学欧文分校)数据集和1个老年痴呆实测数据集上,就约减能力对所提方法与其他3种经典特征选择方法进行了比较,并用决策树、逻辑回归模型详细比较了分类效果.实验结果表明:所提方法不仅能够选出特征数目较少的特征子集,而且特征子集的分类效果良好.

引用

页码：1 / 5

页数：5

共 3 条

[1]

Theoretical and Empirical Analysis of ReliefF and RReliefF[J] . Marko Robnik-?ikonja,Igor Kononenko.Machine Learning . 2003 (1-2)

[2]

The feature selection problem: traditional methods and a new algorithm .2 Kira K,Rendell L A. Proceedings of the Tenth National Conference on Artificial Intelligence . 1992

[3]

An adaptation of relief for attribute estimation in regression .2 Robnik-Sikonja,M,Kononenko,I,Fisher,D. Machine learning: Proceedings of the Fourteenth International Conference (ICML’97) . 1997

← 1 →