基于改进Shapley权力指数的特征选择算法简

doi:10.13718/j.cnki.xsxb.2017.11.011

西南师范大学学报(自然科学版)

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
	姓名不能为空！
邮箱
	邮箱不能为空！非法的邮箱地址。
手机号码
	电话不能为空！请输入有效手机号!
标题
	标题不能为空！
留言内容
	内容不能为空！
验证码
	验证码不能为空！验证码错误！

基于改进Shapley权力指数的特征选择算法简

基于改进Shapley权力指数的特征选择算法简[J]. 西南师范大学学报(自然科学版), 2017, 42(11): 62-71. doi: 10.13718/j.cnki.xsxb.2017.11.011

引用本文:

基于改进Shapley权力指数的特征选择算法简[J]. 西南师范大学学报(自然科学版), 2017, 42(11): 62-71. doi: 10.13718/j.cnki.xsxb.2017.11.011

Citation:

基于改进Shapley权力指数的特征选择算法简

摘要: 针对特征选择算法对不同类型的数据集性能不稳定的问题,提出一种基于概率模型与改进Shapley权力指数的通用特征选择算法.首先,计算特征对类簇表征与类簇判别的重要性值;然后,计算特征对类簇的不确定度;最终,合并特征的重要性值与不确定度,提取合适的特征.因为概率模型对数据类型、数据缺陷具有较好的鲁棒性,所以对不同的数据集获得了稳定、高性能的特征选择效果.基于人工合成数据与benchmark数据集的实验结果表明,本算法对不同的数据集保持了稳定的特征选择效果,优于其他算法.
- 概率模型 /
- Shapley权利指数 /
- 特征选择 /
- 鲁棒性 /
- 数据缺陷

计量

文章访问数: 676
HTML全文浏览数: 372
PDF下载数: 57
施引文献: 0

基于改进Shapley权力指数的特征选择算法简

关键词:

摘要: 针对特征选择算法对不同类型的数据集性能不稳定的问题,提出一种基于概率模型与改进Shapley权力指数的通用特征选择算法.首先,计算特征对类簇表征与类簇判别的重要性值;然后,计算特征对类簇的不确定度;最终,合并特征的重要性值与不确定度,提取合适的特征.因为概率模型对数据类型、数据缺陷具有较好的鲁棒性,所以对不同的数据集获得了稳定、高性能的特征选择效果.基于人工合成数据与benchmark数据集的实验结果表明,本算法对不同的数据集保持了稳定的特征选择效果,优于其他算法.