基于类标号扩展的半监督特征选择算法

摘要：

特征选择是数据挖掘、机器学习等领域的重要内容,在缺乏已标记样本的情况下,如何有效选择特征是一个非常值得研究的问题.基于集合间相关度与自相关度的定义,提出了一种新颖的半监督特征选择方法,从原始、少量、且已标记的训练样本出发,通过扩展类标号得到最终的聚类效果,采用复合的评价方法作为衡量特征子集的标准.大量实验结果表明,该算法是有效的.

关键词：特征选择、半监督、集合相关度、集合自相关度

所属期刊栏目：36

分类号：TP3;TP1

资助基金：863国家重点基金项目2006AA01Z451,2007AA01Z474,2007AA010502

在线出版日期：2009-12-08（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：189-191,208