| 一种基于特征聚类的特征选择方法 |
| |
| 引用本文： | 王连喜,蒋盛益.一种基于特征聚类的特征选择方法[J].计算机应用研究,2015(5):1305-1308. |
| |
| 作者姓名： | 王连喜 蒋盛益 |
| |
| 作者单位： | 1. 广东外语外贸大学 图书馆，广州 510420; 语言工程与计算广东省社会科学重点实验室，广州 510006
2. 广东外语外贸大学 思科信息学院,广州,510006 |
| |
| 基金项目： | 国家自然科学基金资助项目(61202271)；国家社会科学基金资助项目(13CGL130)；国家教育部人文社会科学资助项目(14YJC870021)；广东省自然科学基金资助项目(S2012040007184)；广东省普通高校科技创新资助项目(2012KJCX0049，2013KJCX0069)；广东省科技计划资助项目 |
| |
| 摘 要： | 特征选择是数据挖掘和机器学习领域中一种常用的数据预处理技术。在无监督学习环境下，定义了一种特征平均相关度的度量方法，并在此基础上提出了一种基于特征聚类的特征选择方法 FSFC。该方法利用聚类算法在不同子空间中搜索簇群，使具有较强依赖关系（存在冗余性）的特征被划分到同一个簇群中，然后从每一个簇群中挑选具有代表性的子集共同构成特征子集，最终达到去除不相关特征和冗余特征的目的。在 UCI 数据集上的实验结果表明，FSFC 方法与几种经典的有监督特征选择方法具有相当的特征约减效果和分类性能。
|
| 关 键 词： | 特征选择 特征聚类 相关度 无监督学习 |
Novel feature selection method based on feature clustering |
| |
| WANG Lian-xi
,
JIANG Sheng-yi.Novel feature selection method based on feature clustering[J].Application Research of Computers,2015(5):1305-1308. |
| |
| Authors: | WANG Lian-xi JIANG Sheng-yi |
| |
| Abstract: | |
| |
| Keywords: | feature selection feature clustering similarity unsupervised learning |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
