首页> 中国专利> 基于信息论的医疗数据集特征选择方法

基于信息论的医疗数据集特征选择方法

页面导航

摘要

本发明公开了一种基于信息论的医疗数据集特征选择方法，包括以下步骤：根据待分析的医疗数据集构建原始高维数据矩阵和标签列，自定义要选取的特征个数T；求取每个特征的对称不确定性SU值；根据SU对所有特征进行降序排列，将SU值最大的特征加入初始为空的特征子集；针对剩余的每个特征f

1. 基于信息论的医疗数据集特征选择方法 [P] . 中国专利： CN110379521A . 2019-10-25
2. 一种基于XGBoost的高维数据集自适应特征选择方法 [P] . 中国专利： CN111143425A . 2020-05-12
3. Methods and systems for feature selection in machine learning based on feature contribution and model fitness [P] . 美国专利： US2010191685A1 . 2010-07-29

机译：基于特征贡献和模型适应度的机器学习特征选择方法和系统
4. Methods and systems for feature selection in machine learning based on feature contribution and model fitness [P] . 美国专利： US7599893B2 . 2009-10-06

机译：基于特征贡献和模型适应度的机器学习特征选择方法和系统
5. METHOD FOR FEATURE SELECTION IN A SUPPORT VECTOR MACHINE USING FEATURE RANKING [P] . 美国专利： US2008233576A1 . 2008-09-25

机译：基于特征排序的支持向量机特征选择方法