基于策略模式的特征选择算法工具库FSLS的设计

摘要：

在机器学习的研究中,特征选择对于提高学习机器的性能和效率具有重要的意义.各种特征选择算法的不断提出和应用,给各领域科研工作的实施带来极大的帮助,但是当前各种算法普遍存在着具体实现独立性较强、可扩展性差的问题,使得算法的使用者难以对多种算法的性能进行统一的对比评估,算法的替换和扩展工作量也相应较大.论文以面向对象的设计理念为指导,基于设计模式中的策略模式,提出了特征选择算法工具库FSLS(Feature Selection Library based on Strategy-pattern)的设计构想,通过将特征选择方法中一些常用的算法按照策略模式进行包装,以此方便机器学习算法用户的使用,同时确保算法工具库的本身具有较强的可扩展性.

关键词：机器学习、特征选择、策略模式

所属期刊栏目：43

分类号：TP18(自动化基础理论)

资助基金：上海市高等学校青年科学基金01QN59;上海市高等学校科学技术发展基金04AB29

在线出版日期：2007-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：181-184,197