基于邻域互信息的三支特征选择

摘要：

特征选择是机器学习非常重要的预处理步骤,而邻域互信息是一种能直接处理连续型或离散型特征的有效方法.然而基于邻域互信息的特征选择方法一般采用启发式贪婪策略,其特征子集质量难以得到有效保证.基于三支决策的思想,提出了三支邻域互信息特征选择方法(NMI-TWD).通过扩展三个潜在的候选特征子集,并保持各子集之间的差异性,以获得更高质量的特征子集.对三个差异性的特征子集进行集成学习,构建三支协同决策模型,以进一步提高分类学习性能.UCI实验数据表明,新方法的特征选择结果和分类性能较其他方法更优,说明了其有效性.

关键词：特征选择、邻域粗糙集、邻域互信息、三支决策、集成学习

所属期刊栏目：58

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金;国家自然科学基金;佛山市教育局项目

在线出版日期：2022-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：159-164