多准则融合在数据特征选择中的应用
来源期刊:控制工程2018年第6期
论文作者:王云爽 李世文 江竹
文章页码:1026 - 1030
关键词:特征选择;鲁棒性;多准则融合;预处理;聚类;
摘 要:为了提高特征选择算法的鲁棒性,提高特征选择的精度和效率,提出一种基于多准则融合的特征选择方法。首先对样本数据集做预处理并对其进行聚类;接着采用特性各异的特征选择方法对完成聚类的样本进行特征选择;然后融合各种特征选择结果用以训练多项式核支持向量机分类器;其次采用该分类器对样本数据集进行回归,剔除相关性最小的特性;最后对样本数据集进行特征重组,实现特征选择。利用实测数据对方法进行了大量的测试,结果表明,方法是有效的,适用于对高维小样本数据集的特征提取。
王云爽1,李世文1,江竹2
1. 中国电子科技集团第二十九研究所电子信息控制重点实验室2. 西华大学能源与动力工程学院
摘 要:为了提高特征选择算法的鲁棒性,提高特征选择的精度和效率,提出一种基于多准则融合的特征选择方法。首先对样本数据集做预处理并对其进行聚类;接着采用特性各异的特征选择方法对完成聚类的样本进行特征选择;然后融合各种特征选择结果用以训练多项式核支持向量机分类器;其次采用该分类器对样本数据集进行回归,剔除相关性最小的特性;最后对样本数据集进行特征重组,实现特征选择。利用实测数据对方法进行了大量的测试,结果表明,方法是有效的,适用于对高维小样本数据集的特征提取。
关键词:特征选择;鲁棒性;多准则融合;预处理;聚类;