一种基于属性关系的特征选择算法
对于包含大量特征的数据集,特征选择已成为一个研究热点,能剔除无关和冗余特征,将会有效改善分类准确性。对此,在分析已有文献的基础上,提出一种基于属性关系的特征选择算法(NCMIPV),获取优化特征子集,并在UCI数据集上对NCMIPV算法进行性能评估。实验结果表明,与原始特征子集相比,该算法能有效降低特征空间维数,运行时间也相对较短,分类差错率可与其他算法相比,在某些场合下性能明显优于其他算法。
特征选择、属性关系、分类
TP391(计算技术、计算机技术)
2015-10-21(万方平台首次上网日期,不代表论文的发表时间)
共4页
1903-1906