陈辉皇，　林耀进，　王晨曦，　童先群，　胡敏杰

(1.闽南师范大学 计算机学院　福建 漳州 363000；2.漳州职业技术学院 计算机工程系　福建 漳州 363000)



基于层次粒化的特征选择算法

陈辉皇1，林耀进1，王晨曦2，童先群1，胡敏杰1

(1.闽南师范大学 计算机学院福建 漳州 363000；2.漳州职业技术学院 计算机工程系福建 漳州 363000)

许多实际应用问题中,特征空间存在着层次粒化结构.首先，提出基于核方法度量的层次聚类来对特征空间进行层次粒化.其次,在层次粒化后的各个子空间上,基于邻域互信息考量特征和标记间最大相关以及特征与特征间最小冗余性,在某一指定的层次上对特征进行排序.在此基础上,选择各个子空间具有代表性的部分特征,组成最终的特征子集.最后,在6个UCI数据集和2个不同基分类器上的实验表明所提算法的有效性.

特征选择; 粒计算; 层次粒化; 互信息

0　引言

特征选择是数据预处理中重要的步骤，通过删除与决策目标无关的特征或冗余的特征，在不降低原始特征空间学习性能的条件下缩减特征集合的维数，有利于提高学习器的性能和效率，是数据挖掘与机器学习的关键问题之一[1-5].在面向图像分类、太阳耀斑检测、疾病诊断等各种分类应用中,样本中是否存在不相关或冗余特征将影响分类器的性能.因此,通过一定策略进行特征选择,可以有效地降低数据的特征维数，保持有差异性能力的特征[6-7],提高分类模型的泛化能力,且在一定程度上避免……