CAJ | 학술논문

属性选择可以有效地降低特征维度,去除不相关属性,提高模型准确率以及增加模型的可解释程度。但是,无指导学习环境下的属性选择往往无法取得像有指导学习环境下那样令人满意的结果。先对无指导学习环境下的属性选择研究的现状进行阐述,然后介绍一种新方法———无指导学习环境下基于属性相关性分析和聚类算法的属性选择方法,并且通过实验来验证其有效性和实用性。
속성선택가이유효지강저특정유도,거제불상관속성,제고모형준학솔이급증가모형적가해석정도。단시,무지도학습배경하적속성선택왕왕무법취득상유지도학습배경하나양령인만의적결과。선대무지도학습배경하적속성선택연구적현상진행천술,연후개소일충신방법———무지도학습배경하기우속성상관성분석화취류산법적속성선택방법,병차통과실험래험증기유효성화실용성。