计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2013年
4期
230-233
,共4页
李智广%付枫%孙鑫%李彩虹
李智廣%付楓%孫鑫%李綵虹
리지엄%부풍%손흠%리채홍
机器学习%维数灾难%特征选择%联盟博弈%信息论%联合互信息
機器學習%維數災難%特徵選擇%聯盟博弈%信息論%聯閤互信息
궤기학습%유수재난%특정선택%련맹박혁%신식론%연합호신식
machine learning%curse of dimensionality%feature selection%coalitional game%information theory%joint mutual information
在机器学习中,信息冗余和无关特征会导致较高的计算复杂度以及过拟合问题.为此,提出一种基于联盟博弈的Filter特征选择算法.采用联合互信息度量联盟与目标类的依赖程度,使用Shapley权利指数评估每个特征在整个特征空间中的重要性,选择具有最高优先权的特征子集用于分类学习.实验结果表明,在C4.5和支持向量机2种分类器下,该算法特征子集分类准确率的均值分别为88.72%、93.39%,高于mRMR算法和ReliefF算法.
在機器學習中,信息冗餘和無關特徵會導緻較高的計算複雜度以及過擬閤問題.為此,提齣一種基于聯盟博弈的Filter特徵選擇算法.採用聯閤互信息度量聯盟與目標類的依賴程度,使用Shapley權利指數評估每箇特徵在整箇特徵空間中的重要性,選擇具有最高優先權的特徵子集用于分類學習.實驗結果錶明,在C4.5和支持嚮量機2種分類器下,該算法特徵子集分類準確率的均值分彆為88.72%、93.39%,高于mRMR算法和ReliefF算法.
재궤기학습중,신식용여화무관특정회도치교고적계산복잡도이급과의합문제.위차,제출일충기우련맹박혁적Filter특정선택산법.채용연합호신식도량련맹여목표류적의뢰정도,사용Shapley권리지수평고매개특정재정개특정공간중적중요성,선택구유최고우선권적특정자집용우분류학습.실험결과표명,재C4.5화지지향량궤2충분류기하,해산법특정자집분류준학솔적균치분별위88.72%、93.39%,고우mRMR산법화ReliefF산법.