基于邻域分类AUC的属性选择方法

摘要：

为了提升邻域分类器的分类性能,提出了一种利用邻域AUC作为分类性能度量指标的启发式属性选择算法.首先,利用邻域分类器得到邻域AUC,然后在此基础上,借助贪心搜索策略,逐步加入使得邻域AUC尽可能大的属性,当邻域AUC不再增大时,算法终止.7个UCI数据集上的实验结果表明,使用邻域AUC属性选择算法,可以在使用较少属性个数的基础上有效提升邻域分类器的分类性能.

关键词：属性选择、启发式算法、邻域分类器、AUC指标

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金61572242;江苏省高校哲学社会科学基金2015SJD769

在线出版日期：2017-12-25（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：43-45