支持向量机的一种特征选取算法

支持向量机(Support Vector Machine,SVM)是一种有效的分类方法,其学习本质是通过对偶问题求解原问题,但是它不能直接获得特征重要性。提出一种新的特征选取算法,实验表明,该特征选取算法与一般特征选取算法(如F-Score算法)相比,对同一测试数据集计算的结果具有相同的降序排列结果,而且有更好的特征刻画量化指标,分界线更明显,表明新的特征选取算法具有更佳的合理性。