基于多评价准则融合的特征选择方法

摘要：

为降低特征维数并提高分类准确率,提出一种基于ReliefF算法、互信息和类可分性法的多评价准则融合特征选择方法.利用序关系分析法确定3种评价准则的重要性权值系数,按照多评价准则融合模型获得特征重要性排序,通过支持向量机分类器实现最终特征选择.通过3个UCI标准数据集进行仿真实验,实验结果表明,和单准则的特征选择方法相比,该方法在保证良好鲁棒性的基础上,能够有效降低特征维数,具有更高的分类准确率.

关键词：特征选择方法、多评价准则融合、ReliefF算法、互信息、类可分性法、序关系分析

所属期刊栏目：39

分类号：TP391.4(计算技术、计算机技术)

资助基金：河南省自然科学基金项目162300410095;河南省重点科技攻关基金项目172102210039

在线出版日期：2018-08-24（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：2075-2079