首页> 中文期刊> 《漳州师范学院学报(自然科学版)》 >基于Fisher Score和社会选择优化的特征选择方法

基于Fisher Score和社会选择优化的特征选择方法

         

摘要

随着信息技术的发展,智能应用已经深入社会生活的各个方面.与此同时,数据量急剧增加,容易导致"维度灾难",从而降低分析模型的性能.为此,本文提出基于社会选择理论的特征选择方法,简称FBMN.首先,将社会选择理论与Fisher Score相结合用于计算特征相关性,从而获得稳定的近似全局最优特征排序.其次,提出平均不确定信息度量,并结合马尔科夫毯以有效的剔除冗余特征.最后,公开数据集的实验结果表明,FBMN有助于提高分类模型的性能,尤其在高维数据.

著录项

  • 来源
  • 作者单位

    闽南师范大学计算机学院 福建漳州363000;

    闽南师范大学数据科学与智能应用福建省高等学校重点实验室 福建漳州363000;

    中国石油大学石油数据挖掘北京市重点实验室 北京102249;

    中国石油大学信息科学与工程学院 北京102249;

    闽南师范大学计算机学院 福建漳州363000;

    闽南师范大学数据科学与智能应用福建省高等学校重点实验室 福建漳州363000;

    中国石油大学石油数据挖掘北京市重点实验室 北京102249;

    中国石油大学信息科学与工程学院 北京102249;

    闽南师范大学计算机学院 福建漳州363000;

    闽南师范大学数据科学与智能应用福建省高等学校重点实验室 福建漳州363000;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 自动推理、机器学习;
  • 关键词

    数据挖掘; 特征选择; 社会选择理论; 信息不确定性;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号