基于间隔损失和L1范数调节的特征选择方法研究

摘要：

特征评价和选择是机器学习和模式识别的重要步骤.为了获得稀疏特征子集,结合间隔损失评估策略和L1范数调节技术来获得一种有效的特征选择方法( MLFWL-L1),并将其应用到RBFSVM分类器.实验中,在UCI数据集上将提出的算法与Simba和ReliefF对比表明,验证所提出的算法是一种有效的特征选择方法.

关键词：特征选择、间隔损失、L1范数调节

所属期刊栏目：2

分类号：TP391(计算技术、计算机技术)

在线出版日期：2012-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：8-10,15