计算机系统应用
計算機繫統應用
계산궤계통응용
APPLICATIONS OF THE COMPUTER SYSTEMS
2012年
7期
215-218
,共4页
特征选择%机器学习%离散度%模式分类%特征提取
特徵選擇%機器學習%離散度%模式分類%特徵提取
특정선택%궤기학습%리산도%모식분류%특정제취
降维在机器学习中起着至关重要的作用.而降维的方法主要有两类:特征选择和特征提取.离散度方法是特征选择中常用的一种方法,通过计算每个特征的离散度来选择特征,被选择的特征一般都具有较高的离散度值.但是离散度的计算没有考虑到特征间的相互影响.通过改进离散度的计算,不单考虑到类间相同特征对离散度的影响,还考虑到不同特征之间的离散度影响.在 UCI 数据集上的实验证明,改进离散度的特征选择具有较好的性能
降維在機器學習中起著至關重要的作用.而降維的方法主要有兩類:特徵選擇和特徵提取.離散度方法是特徵選擇中常用的一種方法,通過計算每箇特徵的離散度來選擇特徵,被選擇的特徵一般都具有較高的離散度值.但是離散度的計算沒有攷慮到特徵間的相互影響.通過改進離散度的計算,不單攷慮到類間相同特徵對離散度的影響,還攷慮到不同特徵之間的離散度影響.在 UCI 數據集上的實驗證明,改進離散度的特徵選擇具有較好的性能
강유재궤기학습중기착지관중요적작용.이강유적방법주요유량류:특정선택화특정제취.리산도방법시특정선택중상용적일충방법,통과계산매개특정적리산도래선택특정,피선택적특정일반도구유교고적리산도치.단시리산도적계산몰유고필도특정간적상호영향.통과개진리산도적계산,불단고필도류간상동특정대리산도적영향,환고필도불동특정지간적리산도영향.재 UCI 수거집상적실험증명,개진리산도적특정선택구유교호적성능
