计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2008年
20期
142-144
,共3页
杨葛钟啸%倪志伟%倪丽萍%梁敏君
楊葛鐘嘯%倪誌偉%倪麗萍%樑敏君
양갈종소%예지위%예려평%량민군
属性选择%分形维数%邻接空间%密度
屬性選擇%分形維數%鄰接空間%密度
속성선택%분형유수%린접공간%밀도
属性选择通常作为一个主要的预处理步骤,在机器学习和数据挖掘领域有着广泛的应用.选择出能够表征数据集分形特征的属性子集,对研究数据集的分形规律具有重要的价值,根据数据集的分形特征,引入了密度分析方法,指出了当前基于分形维数的属性选择方法的不足,提出了一种基于分形和邻接空间密度变化的属性选择方法.为了分析实验结果的有效性,利用SVM分类算法和K-fold交叉验证相结合的方法对3个数据集属性选择前后的分类性能进行了测试.实验证明该方法在属性选择方面有较好的性能,能够得到较优的属性子集.
屬性選擇通常作為一箇主要的預處理步驟,在機器學習和數據挖掘領域有著廣汎的應用.選擇齣能夠錶徵數據集分形特徵的屬性子集,對研究數據集的分形規律具有重要的價值,根據數據集的分形特徵,引入瞭密度分析方法,指齣瞭噹前基于分形維數的屬性選擇方法的不足,提齣瞭一種基于分形和鄰接空間密度變化的屬性選擇方法.為瞭分析實驗結果的有效性,利用SVM分類算法和K-fold交扠驗證相結閤的方法對3箇數據集屬性選擇前後的分類性能進行瞭測試.實驗證明該方法在屬性選擇方麵有較好的性能,能夠得到較優的屬性子集.
속성선택통상작위일개주요적예처리보취,재궤기학습화수거알굴영역유착엄범적응용.선택출능구표정수거집분형특정적속성자집,대연구수거집적분형규률구유중요적개치,근거수거집적분형특정,인입료밀도분석방법,지출료당전기우분형유수적속성선택방법적불족,제출료일충기우분형화린접공간밀도변화적속성선택방법.위료분석실험결과적유효성,이용SVM분류산법화K-fold교차험증상결합적방법대3개수거집속성선택전후적분류성능진행료측시.실험증명해방법재속성선택방면유교호적성능,능구득도교우적속성자집.
