| 动态加权条件互信息的特征选择算法 |
| |
| 引用本文： | 张俐,陈小波. 动态加权条件互信息的特征选择算法[J]. 电子与信息学报, 2022, 43(10): 3028-3034. DOI: 10.11999/JEIT200615 |
| |
| 作者姓名： | 张俐 陈小波 |
| |
| 作者单位： | 江苏理工学院计算机工程学院 常州 213001;北京邮电大学可信分布式计算与服务教育部重点实验室 北京 100876;中国人民银行常州市中心支行 常州 213001 |
| |
| 摘 要： | 特征选择是机器学习、自然语言处理和数据挖掘等领域中数据预处理阶段必不可少的步骤.在一些基于信息论的特征选择算法中,存在着选择不同参数就是选择不同特征选择算法的问题.如何确定动态的非先验权重并规避预设先验参数就成为一个急需解决的问题.该文提出动态加权的最大相关性和最大独立性(WMRI)的特征选择算法.首先该算法分别计算新分类信息和保留类别信息的平均值.其次,利用标准差动态调整这两种分类信息的参数权重.最后,WMRI与其他5个特征选择算法在3个分类器上,使用10个不同数据集,进行分类准确率指标(fmi)验证.实验结果表明,WMRI方法能够改善特征子集的质量并提高分类精度.
|
| 关 键 词： | 特征选择 分类信息 平均值 标准差 动态加权 |
Feature Selection Algorithm for Dynamically Weighted Conditional Mutual Information |
| |
| ZHANG Li,CHEN Xiaobo. Feature Selection Algorithm for Dynamically Weighted Conditional Mutual Information[J]. Journal of Electronics & Information Technology, 2022, 43(10): 3028-3034. DOI: 10.11999/JEIT200615 |
| |
| Authors: | ZHANG Li CHEN Xiaobo |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
