• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Neural Networks and Learning Systems, IEEE Transactions on >Markov Blanket Feature Selection Using Representative Sets
【24h】

Markov Blanket Feature Selection Using Representative Sets

机译：使用代表集的马尔可夫毯子特征选择

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

It has received much attention in recent years to use Markov blankets in a Bayesian network for feature selection. The Markov blanket of a class attribute in a Bayesian network is a unique yet minimal feature subset for optimal feature selection if the probability distribution of a data set can be faithfully represented by this Bayesian network. However, if a data set violates the faithful condition, Markov blankets of a class attribute may not be unique. To tackle this issue, in this paper, we propose a new concept of representative sets and then design the selection via group alpha-investing (SGAI) algorithm to perform Markov blanket feature selection with representative sets for classification. Using a comprehensive set of real data, our empirical studies have demonstrated that SGAI outperforms the state-of-the-art Markov blanket feature selectors and other well-established feature selection methods.
机译：近年来，在贝叶斯网络中使用Markov毛毯进行特征选择已经引起了广泛的关注。如果数据集的概率分布可以由该贝叶斯网络如实表示，则贝叶斯网络中类属性的马尔可夫毯是唯一的但最小的特征子集，用于最佳特征选择。但是，如果数据集违反了忠实条件，则类别属性的马尔可夫毯可能不是唯一的。为了解决这个问题，在本文中，我们提出了一个代表集的新概念，然后通过群体阿尔法投资（SGAI）算法设计选择，以利用代表集进行分类的马尔可夫覆盖特征选择。使用一组全面的真实数据，我们的经验研究表明，SGAI优于最先进的Markov橡皮布特征选择器和其他完善的特征选择方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 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