基于F-score的特征选择算法在多分类问题中的应用

摘要：

将一种新的特征选择算法(F-sco re)与多种机器学习算法相结合用于多分类问题中.使用十折交叉验证对比模型的分类效果,利用分类误差验证该方法的鲁棒性.实验结果表明,文中使用的新的基于F-score的特征选择方法与传统机器学习算法相结合具有很好的性能,能够使用比原始数据集更少特征并产生良好分类结果,尤其在与迭代随机森林方法相结合的情况下,能够显著提高模型分类精度.

关键词：数据分类、特征选择、机器学习

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;吉林省教育厅科研项目

在线出版日期：2021-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：128-134