基于特征聚类的封装特征选择算法

作     者：胡峰 杨梦 HU Feng;YANG Meng

作者机构：重庆邮电大学计算智能重庆市重点实验室重庆400065 

基　　金：国家自然科学基金项目(61309014) 教育部人文社科规划基金项目(15XJA630003) 重庆市基础与前沿研究计划基金项目(cstc2013jcyj A40063) 重庆市教委科学技术研究基金项目(KJ1400412) 重庆市教委科学技术研究基金项目(KJ1500416) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2018年第39卷第1期

页      码：230-237页

摘      要：针对多维数据集,为得到一个最优特征子集,提出一种基于特征聚类的封装式特征选择算法。在初始阶段,利用三支决策理论动态地将原始特征集划分为若干特征子空间,通过特征聚类算法对每个特征子空间内的特征进行聚类;从每个特征类簇里挑选代表特征,利用邻域互信息对剩余特征进行降序排序并依次迭代选择,使用封装器评估该特征是否应该被选择,可得到一个具有最低分类错误率的最优特征子集。在UCI数据集上的实验结果表明,相较于其它特征选择算法,该算法能有效地提高各数据集在libSVM、J48、Nave Bayes以及KNN分类器上的分类准确率。

主 题 词：特征选择 特征聚类 封装器 邻域互信息 三支决策 

学科分类：08[工学] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2018.01.040

馆 藏 号：203282171...