基于单信息初始搜索的特征选择方法研究

摘要：

在机器学习任务中,特征选择是重要的数据预处理,可为获得较好的特征数据集,有利于训练产生精确度、可靠性等适应能力较强的学习模型.通过不同的评估策略,应用多种特征选择方法挖掘出有利学习模型的特定数据集,提出了基于单信息特征评估策略作为搜索特征子集的初始方法,并结合典型特征选择方法进行比较研究,实验结果表明该方法可提高分类的运行效率和准确度.

关键词：机器学习、特征选择、特征子集、搜索、评估策略

所属期刊栏目：36

分类号：TP391.1(计算技术、计算机技术)

资助基金：河南省重点科技攻关项目152102110091;河南省高等学校重点科研项目计划17A520035

在线出版日期：2018-11-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1511-1515