基于归一化互信息的FCBF特征选择算法
段宏湘; 张秋余; 张墨逸
2017
发表期刊华中科技大学学报(自然科学版)
ISSNISSN:1671-4512
卷号45期号:2017年01期页码:52-56
摘要针对高维数据中不相关特征、冗余特征等导致的分类任务计算量大、分类正确率低等问题,提出了一种基于归一化互信息的相关性快速过滤特征选择(FCBF-NMI)算法.该算法采用归一化互信息代替对称不确定性作为FCBF算法的相关性评价标准,进行特征与类别、特征与特征的相关性分析,删除不相关特征及冗余特征以获得最优特征子集.实验结果表明:FCBF-NMI算法得到的最优特征子集更合理,平均分类正确率为89.68%,所用时间平均低至2.64s.
关键词高维数据 特征选择 归一化互信息 相关性快速过滤特征选择(FCBF) 分类
DOI10.13245/j.hust.170110
URL查看原文
收录类别CNKI
语种中文
WOS研究方向Computer Science
WOS类目COMPUTER SCIENCE INTERDISCIPLINARY APPLICATIONS
CSCD记录号CSCD:5926672
引用统计
文献类型期刊论文
条目标识符https://ir.lut.edu.cn/handle/2XXMBERH/4440
专题计算机与通信学院
作者单位兰州理工大学计算机与通信学院, 兰州, 甘肃 730050, 中国
第一作者单位计算机与通信学院
第一作者的第一单位计算机与通信学院
推荐引用方式
GB/T 7714
段宏湘,张秋余,张墨逸. 基于归一化互信息的FCBF特征选择算法[J]. 华中科技大学学报(自然科学版),2017,45(2017年01期):52-56.
APA 段宏湘,张秋余,&张墨逸.(2017).基于归一化互信息的FCBF特征选择算法.华中科技大学学报(自然科学版),45(2017年01期),52-56.
MLA 段宏湘,et al."基于归一化互信息的FCBF特征选择算法".华中科技大学学报(自然科学版) 45.2017年01期(2017):52-56.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于归一化互信息的FCBF特征选择算法.(229KB)期刊论文出版稿开放获取CC BY-NC-SA浏览 下载
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[段宏湘]的文章
[张秋余]的文章
[张墨逸]的文章
百度学术
百度学术中相似的文章
[段宏湘]的文章
[张秋余]的文章
[张墨逸]的文章
必应学术
必应学术中相似的文章
[段宏湘]的文章
[张秋余]的文章
[张墨逸]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于归一化互信息的FCBF特征选择算法.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。