面向分类特征的无监督特征选择方法研究

被引：5

作者：

王连喜 ^{[1
]}

蒋盛益 ^{[2
]}

机构：

[1] 广东科贸职业学院

[2] 广东外语外贸大学信息学院

来源：

小型微型计算机系统 | 2011年 / 32卷 / 01期

基金：

广东省自然科学基金;

关键词：

特征选择; 分类特征; 一趟聚类;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

针对分类特征数据给出一种新的特征重要性程度度量方法.以一趟聚类算法为基础,提出一种无监督特征选择方法.理论分析表明该方法时间复杂度与数据集的大小和特征个数成近似线性关系,适合于大规模数据集中的特征选择.在UC I数据集上的实验结果表明,与文献中的经典方法相比,本文方法具有较好的性能,说明提出的特征选择方法是有效可行的.

引用

收藏

页码：47 / 50

页数：4

相关论文

共 4 条

[1] 一种基于聚类集成的无监督特征选择方法 [J].

凌霄汉 ;

吉根林 .

南京师范大学学报(工程技术版), 2007, (03) :60-63

[2] 一种高效的用于文本聚类的无监督特征选择算法 [J].

刘涛 ;

吴功宜 ;

陈正 ;

不详 .

计算机研究与发展 , 2005, (03) :381-386

[3] Object detection using feature subset selection [J].

Sun, ZH ;

Bebis, G ;

Miller, R .

PATTERN RECOGNITION, 2004, 37 (11) :2165-2176

[4]

Information-theoretic algorithm for feature selection[J] . Mark Last,Abraham Kandel,Oded Maimon.Pattern Recognition Letters . 2001 (6)