基于联盟博弈的Filter特征选择算法

摘要：

在机器学习中,信息冗余和无关特征会导致较高的计算复杂度以及过拟合问题.为此,提出一种基于联盟博弈的Filter特征选择算法.采用联合互信息度量联盟与目标类的依赖程度,使用Shapley权利指数评估每个特征在整个特征空间中的重要性,选择具有最高优先权的特征子集用于分类学习.实验结果表明,在C4.5和支持向量机2种分类器下,该算法特征子集分类准确率的均值分别为88.72％、93.39％,高于mRMR算法和ReliefF算法.

关键词：机器学习、维数灾难、特征选择、联盟博弈、信息论、联合互信息

所属期刊栏目：39

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60973136;山东省优秀中青年科学家科研奖励基金资助项目BS2009DX034

在线出版日期：2013-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：230-233