无监督环境下基于聚类集成的特征选择

摘要：

无监督学习环境下的特征选择往往无法取得像有监督学习环境下那样令人满意的效果.文章提出了一种无监督环境下特征选择的方法,能够根据特征之间的相关性对特征进行聚类,通过选择聚类中那些与该类内其他特征相关性最大的特征作为精简特征集,因此不需要进行特征空间的搜索,同时可以获得更有意义的分类信息.

关键词：特征聚类、无监督学习、集成聚类

所属期刊栏目：24

分类号：TP391(计算技术、计算机技术)

资助基金：湖南省自然科学基金05JJ40118;湖南省教育厅科研项目06C474

在线出版日期：2008-06-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：265-267