基于层次聚类算法和偏最小二乘的特征选择
特征选择应尽可能考虑特征的预测能力、特征间的相关性以及算法的计算效率等因素.由于目前Filter和Wrapper两类特征选择方法均存在着缺陷,提出了一种适用于回归的基于层次聚类算法和偏最小二乘的特征选择方法,它不但能选取出预测能力较强的特征,而且使选出的特征间的相关性低.仿真实验表明,将该方法用于盾构隧道施工地面沉降的回归预测中,所选取的最优特征子集使回归模型的精度得到提高,训练时间明显下降.
特征、聚类、PLS、回归、预测
30
TP181(自动化基础理论)
国家自然科学基金项目50778109;上海市科技攻关计划基金项目08511501702;上海市重点学科建设基金项目J50103
2010-01-12(万方平台首次上网日期,不代表论文的发表时间)
共5页
4931-4935