计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
26期
186-188
,共3页
特征选择%基于图的方法%局部和全局信息
特徵選擇%基于圖的方法%跼部和全跼信息
특정선택%기우도적방법%국부화전국신식
在很多的机器学习和数据挖掘任务中,特征子集选择是重要的数据预处理步骤之一.提出一种基于图方法的无监督式特征选择方法(GBFS),构造一个以样本数据为顶点,数据间相似性作为边的图,再根据各特征的得分优先选择那些具有局部信息保持和全局区分能力的特征.实验结果表明,基于该方法选择的特征子集,在大多数情况下都能取得较好的分类效果.
在很多的機器學習和數據挖掘任務中,特徵子集選擇是重要的數據預處理步驟之一.提齣一種基于圖方法的無鑑督式特徵選擇方法(GBFS),構造一箇以樣本數據為頂點,數據間相似性作為邊的圖,再根據各特徵的得分優先選擇那些具有跼部信息保持和全跼區分能力的特徵.實驗結果錶明,基于該方法選擇的特徵子集,在大多數情況下都能取得較好的分類效果.
재흔다적궤기학습화수거알굴임무중,특정자집선택시중요적수거예처리보취지일.제출일충기우도방법적무감독식특정선택방법(GBFS),구조일개이양본수거위정점,수거간상사성작위변적도,재근거각특정적득분우선선택나사구유국부신식보지화전국구분능력적특정.실험결과표명,기우해방법선택적특정자집,재대다수정황하도능취득교호적분류효과.
