基于复杂网络和遗传算法的特征选择方法

摘要：

特征选择作为一种常见的降维方法,一直以来都是机器学习和数据挖掘领域的热点话题.针对传统特征选择算法没有充分考虑特征全局冗余性,导致选择的特征子集对分类识别精度不够高的问题,提出基于复杂网络节点重要度评估和遗传算法的特征选择算法,将每个特征视为网络节点,根据互信息建立边,将特征选择问题转化为节点重要度评估问题,利用遗传算法选择最优特征子集.实验结果表明此算法能够找到较为优秀的特征子集,有效降维并提高分类精度.

关键词：特征选择、互信息、PageRank、节点重要度、遗传算法

所属期刊栏目：51

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金U1301253;辽宁省自然科学基金2013020014;教育部“春晖计划”基金ZZ011149

在线出版日期：2014-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：937-946