基于多标签ReliefF的特征选择算法

被引:36
作者
黄莉莉 [1 ,2 ]
汤进 [1 ,2 ]
孙登第 [1 ,2 ]
罗斌 [1 ,2 ]
机构
[1] 安徽大学计算机科学与技术学院
[2] 安徽省工业图像处理与分析重点实验室
关键词
特征选择; 多标签; ReliefF; 降维; 模式识别;
D O I
暂无
中图分类号
TP181 [自动推理、机器学习];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
针对传统特征选择算法局限于单标签数据问题,提出一种多标签数据特征选择算法——多标签ReliefF算法。该算法依据多标签数据类别的共现性,假设样本各类标签的贡献值是相等的,结合三种贡献值计算方法,改进特征权值更新公式,最终获得有效的分类特征。分类实验结果表明,在特征维数相同的情况下,多标签ReliefF算法的分类正确率明显高于传统特征选择算法。
引用
收藏
页码:2888 / 2890+2898 +2898
页数:4
相关论文
共 1 条
[1]  
RobustnonnegativematrixfactorizationusingL21-norm.2KONGDEGUANG,DINGC,HUANGHENG.CIKM’’11:Proceedingsofthe20thACMInternationalConferenceonInformationandKnowl-edgeManagement.2011