基于强化学习的特征选择算法
针对在数据挖掘过程中存在的维度灾难和特征冗余问题,本文在传统特征选择方法的基础上结合强化学习中Q学习方法,提出基于强化学习的特征选择算法,智能体Agent通过训练学习后自主决策得到特征子集.实验结果表明,本文提出的算法能有效的减少特征数量并有较高的分类性能.
强化学习、特征选择、Q学习、特征子集、数据挖掘
27
2018-11-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
214-218
点击收藏,不怕下次找不到~
强化学习、特征选择、Q学习、特征子集、数据挖掘
27
2018-11-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
214-218
国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”
国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304
©天津万方数据有限公司 津ICP备20003920号-1
违法和不良信息举报电话:4000115888 举报邮箱:problem@wanfangdata.com.cn